答案已發布18 個來源
TianxiCode 以 71% 解題率登上 SWE-bench-Live Lite 榜首
聯想天禧 AI 自研程式碼代理框架 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜單上解決 300 項任務中的 213 項，取得官方核驗的 71% 解題率並排名第一。 第二名的已核驗項目得分為 70.33%，兩者差距約 0.67 個百分點；這項結果只適用於 Lite 分榜，不能據此推論其在完整榜或多語言榜領先。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- 聯想天禧 AI 自研程式碼代理框架 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜單上解決 300 項任務中的 213 項，取得官方核驗的 71% 解題率並排名第一。
- 第二名的已核驗項目得分為 70.33%，兩者差距約 0.67 個百分點；這項結果只適用於 Lite 分榜，不能據此推論其在完整榜或多語言榜領先。
- SWE bench Live 以真實 GitHub 專案問題測試 AI 系統修復程式碼的能力；此次分數反映 DeepSeek 模型與 TianxiCode 框架的整體表現，而非單一模型的成績。
AI 提示詞
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
聯想天禧 AI 團隊的程式碼代理框架 TianxiCode，搭配 DeepSeek-V4.1-Flash，在 SWE-bench-Live Lite 榜單取得 71.0% 解題率，於 2026 年 10 月 8 日的榜單上排名第一。這代表系統解決了 300 項任務中的 213 項，並通過官方 Verified 核驗；不過，領先第二名已核驗項目的幅度僅約 0.67 個百分點。2
16
這是值得注意的基準測試成績，但適用範圍要看清楚：它是 Lite 分榜的結果，不代表 TianxiCode 也領先完整榜或多語言榜。QbitAI 於 10 月 9 日報導，Pandaily 則於 10 月 10 日跟進。5
19
44
這個 71% 測試的是什麼？
SWE-bench-Live 以真實 GitHub 專案中的軟體問題為題，評估 AI 系統能否產生修補程式碼、解決問題。它測試的不只是補完程式片段，而是系統處理工程問題的能力。5
19
這次登錄榜單的是 TianxiCode 與 DeepSeek-V4.1-Flash 的組合。相關報導將程式碼理解與推理歸於模型，並指出 TianxiCode 負責工程流程及工具運用。因此，71% 反映的是兩者共同組成的系統表現，無法單獨拆解模型本身的貢獻。6
16
「Verified」核驗代表什麼？
依 QbitAI 報導，SWE-bench-Live 的 Verified 核驗要求參賽者提交完整的代理執行軌跡，並審查評測輸入與資訊隔離情況，以檢查標準答案、測試案例或結果是否有外洩可能。TianxiCode 的提交通過了這項核驗。5
這項程序讓榜單成績不只是未經審查的數字，但 Verified 不等於已證明系統在各種真實開發情境都表現出色；這次結果仍只涵蓋 Lite 分榜及其評測任務。5
16
框架能力與成績的界線
報導提到，TianxiCode 支援跨檔案、多跳檢索、自主規劃與多輪工具呼叫，以及透過測試驅動的閉環補丁生成與修正。9
15 這些是與成績一同介紹的框架能力，並非各項功能對 71% 解題率分別貢獻多少的獨立測量。
這項結果顯示，在程式碼基準測試中，代理框架與工具流程也可能是模型之外的重要一環；但它並未證明 Flash 級模型更具成本效益，也沒有量化成本節省，或比較 TianxiCode 搭配其他模型時的表現。5
6
報導提及聯想計畫將相關成果納入開發工具鏈與 AI 硬體，但目前沒有提供具體整合時程或產品名稱。2
5 因此，現階段能確定的結論是：TianxiCode 與 DeepSeek-V4.1-Flash 在 10 月 8 日的 SWE-bench-Live Lite 榜單，以官方核驗的成績排名第一；更廣泛的榜單領先、成本效益與實際部署成效，仍不能由這一項分數證明。
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「TianxiCode 以 71% 解題率登上 SWE-bench-Live Lite 榜首」的簡短答案是什麼？
聯想天禧 AI 自研程式碼代理框架 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜單上解決 300 項任務中的 213 項，取得官方核驗的 71% 解題率並排名第一。
最值得優先驗證的重點是什麼？
聯想天禧 AI 自研程式碼代理框架 TianxiCode 搭配 DeepSeek V4.1 Flash，在 2026 年 10 月 8 日的 SWE bench Live Lite 榜單上解決 300 項任務中的 213 項，取得官方核驗的 71% 解題率並排名第一。 第二名的已核驗項目得分為 70.33%，兩者差距約 0.67 個百分點；這項結果只適用於 Lite 分榜，不能據此推論其在完整榜或多語言榜領先。
接下來在實務上該怎麼做？
SWE bench Live 以真實 GitHub 專案問題測試 AI 系統修復程式碼的能力；此次分數反映 DeepSeek 模型與 TianxiCode 框架的整體表現，而非單一模型的成績。
來源
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...