答案已发布18 来源
联想代码智能体 TianxiCode 登上 SWE-bench-Live Lite 榜首
联想 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜单中解决 300 道任务里的 213 道，解决率为 71.0%，并通过官方 Verified 核验。[2][16] 该基准以真实 GitHub 项目中的软件问题为任务，考查系统能否生成补丁并解决问题；成绩属于模型与智能体框架的组合，而非 DeepSeek 单独表现。[5][19] TianxiCode 的成绩仅限 Lite 榜单。榜上下一位通过核验的方案为 70.33%，两者相差约 0.67 个百分点。[2][16]
发布者使用 GPT-6 Luna 编辑图片由 GPT Image 2 生成
研究答案
要点
- 联想 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜单中解决 300 道任务里的 213 道，解决率为 71.0%，并通过官方 Verified 核验。[2][16]
- 该基准以真实 GitHub 项目中的软件问题为任务，考查系统能否生成补丁并解决问题；成绩属于模型与智能体框架的组合，而非 DeepSeek 单独表现。[5][19]
- TianxiCode 的成绩仅限 Lite 榜单。榜上下一位通过核验的方案为 70.33%，两者相差约 0.67 个百分点。[2][16]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Lenovo’s Tianxi AI team achieve with its in-house TianxiCode coding-agent framework running DeepSeek-V4.1-Flash on SWE-bench-Live L. Article summary: Lenovo’s Tianxi AI team reportedly took first place on SWE-bench-Live Lite with its in-house TianxiCode agent framework running DeepSeek-V4.1-Flash, achieving an officially verified 71% resolution rate; QbitAI reported t. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
联想天禧 AI 团队研发的代码智能体框架 TianxiCode，搭配 DeepSeek-V4.1-Flash，在 SWE-bench-Live Lite 榜单取得 71.0% 的问题解决率：300 道任务中解决了 213 道。榜单记录显示，这一组合于 2026 年 10 月 8 日排名第一，并标注为 Verified（已通过核验）。2
16
不过，这个第一有明确范围：它指的是 Lite 分榜，并不代表 TianxiCode 也领先完整榜或多语言榜。榜单上下一位通过核验的方案为 70.33%，差距约 0.67 个百分点，领先幅度有限。2
16 量子位于 10 月 9 日报道了这一结果，Pandaily 随后于 10 月 10 日跟进。
5
19
44
这项 71% 测的是什么？
SWE-bench-Live 以真实 GitHub 项目中的软件问题为基础，评估 AI 系统能否定位问题、生成代码补丁并解决任务。它考查的不只是补全代码或生成一个独立函数，也涉及处理代码仓库问题的完整过程。5
19
这次上榜的是 TianxiCode 与 DeepSeek-V4.1-Flash 的组合。相关报道将代码理解和推理归于底层模型，将工程流程、工具调用和补丁验证等工作归于 TianxiCode。因此，71% 反映的是整个模型与智能体系统的共同表现，不能单独视为 DeepSeek 模型本身的成绩。6
16
“Verified”意味着什么
量子位报道介绍，SWE-bench-Live 的 Verified 核验要求参评方案提交完整的智能体运行轨迹；官方还会审查评测输入和信息隔离情况，以排查标准答案、测试用例或评测结果泄露给智能体的可能。TianxiCode 这次通过了核验。5
这类审查为榜单成绩提供了比单纯自报分数更多的评测信息，但不等于证明系统在所有真实开发场景中都有同样表现。结果仍然对应 Lite 分榜及其任务范围。5
16
框架能力与成绩边界
相关报道将 TianxiCode 描述为具备跨文件、多跳检索，自主规划与多轮工具调用，以及结合测试反馈进行闭环补丁修正等能力。9
15 这些是与成绩一同披露的框架能力，并非分别测出的指标；现有结果无法说明其中每一项对 71% 的贡献有多大。
这次表现说明，代码智能体的工程流程和工具能力可能与底层模型同样值得关注。但它不能证明 Flash 系列模型成本更低或更具成本效益，也没有量化成本节省，或展示 TianxiCode 换用其他模型时的成绩。5
6
量子位提到，TianxiCode 未来将用于联想 AI 硬件；现有信息没有给出具体整合时间或产品名称。5 因此，目前最稳妥的结论是：TianxiCode 与 DeepSeek-V4.1-Flash 这一组合在 SWE-bench-Live Lite 的特定榜单上取得了通过核验的第一名，而更广泛的榜单表现、成本优势和实际部署效果，仍不能由这项成绩单独证明。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“联想代码智能体 TianxiCode 登上 SWE-bench-Live Lite 榜首”的简短答案是什么？
联想 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜单中解决 300 道任务里的 213 道，解决率为 71.0%，并通过官方 Verified 核验。[2][16]
首先要验证的关键点是什么？
联想 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜单中解决 300 道任务里的 213 道，解决率为 71.0%，并通过官方 Verified 核验。[2][16] 该基准以真实 GitHub 项目中的软件问题为任务，考查系统能否生成补丁并解决问题；成绩属于模型与智能体框架的组合，而非 DeepSeek 单独表现。[5][19]
接下来在实践中我应该做什么？
TianxiCode 的成绩仅限 Lite 榜单。榜上下一位通过核验的方案为 70.33%，两者相差约 0.67 个百分点。[2][16]
来源
forck.liveWeek 41, 2026 · AI lab announcements, 5–11 October 2026
swe-bench-live.github.ioSWE-bench-Live Leaderboard
qbitai.com联想天禧自研代码智能体TianxiCode斩获SWE-bench-Live全球第一
pandaily.comLenovo's TianxiCode Agent and DeepSeek-V4.1-Flash Top SWE-bench-Live Lite at 71%, Verified
x.comx.com › thePandaily › articleLenovo's TianxiCode Agent and DeepSeek-V4.1-Flash Top...