快手发布 KAT-Coder-V2.5，十万真实仓库环境练出编码智能体
快手 KwaiKAT 团队发布 KAT-Coder-V2.5：在 10 万+可验证真实仓库环境中强化学习训练，PinchBench 反超 Claude Opus 4.8，并开源 3B 激活的 Dev 版。
7 月 26 日，快手 KwaiKAT 团队发布了智能体编码模型 KAT-Coder-V2.5。它最大的卖点在训练方式：在超过 10 万个可验证的真实代码仓库环境中做强化学习，覆盖 12 种编程语言，技术路线是非对称 actor-critic 的 PPO，加上多教师蒸馏和三层奖励结构。团队把智能体编码更多当作一个基础设施问题而非建模问题——把可执行的仓库环境做到足够大的规模，让每一个训练信号都能对着真实代码验证。
成绩单：有长板，也不藏短板
KAT-Coder-V2.5 以 94.9 登顶 PinchBench，小胜 Claude Opus 4.8 的 93.5；SWE-Bench Pro 拿到 65.2，次于 Opus 4.8 的 69.2；SciCode 50.3 与 GLM-5.2 持平；Terminal-Bench 2.1 只有 60.7，在同档模型中垫底。在各家惯于只晒赢面数据的行情下，这份不回避短板的成绩单反而显得可信。
开源 Dev 版：本地智能体栈的"执行器"
旗舰之外，快手同步在 Hugging Face 以 Apache-2.0 协议放出了 KAT-Coder-V2.5-Dev：总参数 35B、激活仅 3B 的 MoE，基于 Qwen3.6-35B-A3B 后训练。这个体量小到可以本地部署，天然契合编码智能体产品正在收敛的"规划者-执行者"分工——前沿模型做规划，便宜的开源模型干活。
这次发布值得关注有两层原因。其一，可验证的仓库级 RL 环境正在成为编码智能体竞赛的核心生产资料，谁的环境多、验证严，谁的模型进步就快，而快手刚刚展示了十万量级的建设能力。其二，它延续了一个趋势：以可灵视频模型闻名海外的快手，如今也端出了有竞争力的编码模型——中国消费互联网大厂几乎全数下场，本已拥挤的国产编码智能体赛道又添一员。