SWE-rebench V2 发布大规模语言无关软件工程任务集

SWE-rebench V2 发布大规模语言无关软件工程任务集

arXiv 2602.23866v2 公布了一项新成果：SWE-rebench V2 正式发布。这可不是一个普通的版本更新，它是一个语言无关的自动化管道，能大规模产出软件工程（SWE）任务集。说白了，这是给 AI 用来学习修 Bug、写代码的“练习题”，现在这套题集终于能覆盖更多编程语言了。

当前困境：训练数据太“偏科”了

软件工程智能体（SWE agent，即能自主编程的 AI）进步很快，尤其是用强化学习（RL）训练的效果不错。但问题来了——RL 训练非常缺“好题”。什么样的题才算好？得有可复现的执行环境，还得有可靠的测试套件（Test suites，就是用来检查代码改对了没的程序）。现有的基准测试（Benchmark）要么数量少、多样性差，要么只盯着那几种主流语言（比如Python、Java）。这不就是“偏科”吗？AI 学来学去，只会修那几种语言的 Bug，这哪行？

新资源：SWE-rebench V2 带来什么？

SWE-rebench V2 解决的就是这个痛点。它的核心是一个自动化的管道，可以把不同编程语言的项目变成标准化的训练任务。这意味着什么呢？我觉得，这挺实在的：以后 AI 也能学会修 Go、Rust，甚至是 C++ 的代码问题了。不用再像以前那样，全靠人工去标注任务，成本高不说，速度还慢。

具体来说，这套新资源有两手准备：

• 任务来源广：能从海量的开源仓库里自动抓取修改记录（commit history），然后转换成带有测试环境的任务。这比之前人工收集的方式快太多了！
• 语言无关：管你代码是用的 Python 还是 JavaScript，管道都能处理。这就打破了“高资源语言”（High-resource languages，即像英语那样有丰富训练数据的语言）的垄断地位。

这对 AI 行业意味着什么？

咱们换个角度想，以前训练一个能修 Java 的 AI，得找一堆 Java 任务；现在有了 SWE-rebench V2，它就像一个“万能翻译官”，能处理各种语言。这难道不是为未来真正通用的编程助手铺路吗？虽然论文里只提到了“harve”（应该是 harvest，即收集）任务，但这第一步已经迈出去了。

最后说两句

强化学习训练缺少大规模任务集，这是行业里公认的难题。SWE-rebench V2 这种自动化管道的出现，至少给了大家一个可以在规模和多样性上都突破的思路。未来能不能靠它训练出更聪明的AI编程助手？没错，咱们可以抱有期待！