譯者 | 劉汪洋

審校 | 重樓

如今，在許多 Vibe Coding 平臺通常會借助現有的大型語言模型 (LLMs) 來輔助編寫代碼。

不過，寫代碼僅僅是開發人員日常工作的一小部分。要想構建一個完善的企業級生產平臺，還得用上各種工具來審查代碼、提交代碼，并進行長期的維護。這恰恰是 Windsurf 公司（它的前身是 Codeium）希望通過一系列新型先進 AI 模型來攻克的難題。在其 Wave 9 更新中，公司正式推出了這些模型，并將其命名為 SWE-1（可以理解為“軟件工程師 1 號”）。

就在這條消息發布前后，有報道稱 AI 領域的領頭羊 OpenAI 公司正計劃以 30 億美元的價格收購 Windsurf。目前這筆交易還沒最后敲定，Windsurf 方面也暫時不便公開置評。

SWE-1 是一系列頂尖的 AI 模型，它們的目標是給整個軟件工程流程提速。和那些僅僅適配了編碼任務的通用 AI 模型不同，SWE-1 力求覆蓋軟件工程的方方面面。

這些新模型能夠通過多種交互界面，幫助開發人員處理那些未完成的工作和需要長期跟進的任務——這是真實軟件開發場景的常態。目前，SWE-1 已經向 Windsurf 的用戶開放，這也意味著該公司正式邁入了尖端模型研發的行列。它的性能表現不輸于現有的一些基礎模型，而且更加聚焦于軟件工程的實際工作流程。

“我們的目標很簡單：讓所有軟件工程的效率提升 99%?！盬indsurf 的產品與戰略主管 Anshul Ramachandran 這樣告訴 VentureBeat。

企業開發人員需要的，遠不止會寫代碼的模型

SWE-1 的核心創新點在于，Windsurf 團隊意識到，編碼其實只占軟件工程師實際工作量的一小部分。

這種思路恰好解決了目前 AI 編碼 LLM 所面臨的一個關鍵瓶頸。市面上確實有不少能寫應用程序代碼的模型，比如 OpenAI 的 GPT-4.1、Anthropic 的 Claude 3.7，還有 Google 的 Gemini 2.5 Pro I/O 版本。

Windsurf 提供了模塊化的界面，用戶能夠靈活切換不同的模型。Ramachandran 提到，用戶的反饋顯示，現有的編碼模型在有人從旁指導時表現還行，可時間一長，就容易顧此失彼，漏掉一些關鍵信息。

這個問題其實源于任務性質的根本不同。代碼生成往往是一錘子買賣，而真正的軟件工程卻需要在不同的工具間來回切換，處理半成品代碼，并且在漫長的項目周期里時刻把握上下文。

SWE-1 系列：為不同工程任務量身打造

Windsurf 并未試圖打造一個“萬金油”式的解決方案，而是針對性地開發了三款專業模型：

1. SWE-1：這是一個全尺寸模型，專為復雜的推理和工具調用而設計，所有付費用戶均可使用。
2. SWE-1-lite：這是一款更小巧但同樣強大的模型，它將替代 Windsurf 目前的 Cascade Base，并向所有用戶（包括免費版用戶）開放。
3. SWE-1-mini：這是一款輕量級模型，主要為 Windsurf Tab 中的代碼自動補全功能提供支持，所有用戶都可以無限制使用。

SWE 系列模型的煉成，得益于 Windsurf 針對軟件工程任務進行了大量內部專項訓練。Ramachandran透露，公司采用了一種包含訓練序列步驟的新型數據模型。

性能基準：看看 SWE-1 的實力如何

盡管 SWE-1 的目標并不是取代那些頂尖實驗室的基礎模型，但 Windsurf 表示，在軟件工程相關的任務上，SWE-1 展現出了一流的性能水準。根據公司發布的報告，它的表現顯著優于中等規模的基礎模型以及一些開源 AI 大模型。

不過，對于這些初步的測試結果，Windsurf 表現得相當審慎，并沒有大張旗鼓地宣傳。

“即便我們的基準測試結果看起來很棒，但這并不意味著它就比市面上所有其他模型都強。”Ramachandran 坦誠地說道。

實際上，他們更希望將 SWE-1 定位為邁向專用模型的第一步。這類專用模型最終有望在特定的工程任務中超越通用模型——而且，它們的成本或許還會更低。

Windsurf 方法在技術上的一個獨特之處，在于其實現了“流感知”(Flow-Awareness) 這一概念。

其基本邏輯是這樣的：企業級的軟件開發過程，往往包含了一連串的步驟。“流感知”并不僅僅是針對某個特定步驟編寫代碼，更重要的是能夠理解和把握整個流程的上下文。

“流感知”的核心，是在軟件開發過程中，建立起一套人類與 AI 共享的工作時間線。它的核心理念在于，通過判斷 AI 在哪些環節能最有效地提供幫助，從而逐步地將原先由人工承擔的任務移交給 AI。

這種方法為模型的持續進步創造了一個良性循環。

“隨著我們不斷優化模型，共享時間線上的更多步驟將會從人工操作轉向 AI 處理?！盧amachandran 解釋說，“AI 將能夠勝任更多以往必須依賴人工才能完成的工作，因為過去的 AI 可能還不夠精準?！?/p>

這對技術決策者意味著什么？

對于那些正在構建或維護軟件的企業而言，SWE-1 的出現代表著 AI 輔助開發領域的一大進步。這種思路不再將 AI 編碼助手僅僅視為一個簡單的自動補全工具，而是致力于提升整個開發生命周期的效率。

它所帶來的潛在好處，遠不止是寫代碼更快那么簡單。充分認識到應用程序開發的復雜性，將有助于推動此類 AI 輔助編碼范式走向成熟，使其能更好地適應穩定可靠的企業級軟件開發需求。

雖然 SWE-1 目前尚處于起步階段，但這一方向性的探索至關重要。如果 OpenAI 最終完成了對 Windsurf 的收購，這些新模型可能會扮演更重要的角色，因為它們將有機會整合更龐大的模型研究與開發資源。

技術負責人不妨思考一下，在自己的開發工作流程中，到底有多少環節能夠從這種超越簡單代碼生成的 AI 輔助中獲益。那些需要花費大量時間進行代碼審查、調試以及管理技術債務的團隊，相比那些主要精力放在生成新代碼的團隊，或許能從 SWE-1 這類工具中挖到更大的價值。

譯者介紹

劉汪洋，51CTO社區編輯，昵稱：明明如月，一個擁有 5 年開發經驗的某大廠高級 Java 工程師。

原文標題：Software engineering-native AI models have arrived: What Windsurf’s SWE-1 means for technical decision-makers，作者：Sean Michael Kerner