100 行程式碼修復 65% 的 Bug？認識 mini-SWE-agent，地表最輕量的 AI 程式碼助手

程式設計界迎來革命性工具！由 SWE-bench 開發團隊推出的 mini-SWE-agent，以極簡的 100 行程式碼，實現了驚人的 Bug 修復率。本文將帶您深入了解這個開源專案的魅力、設計理念，以及它如何改變我們的開發日常。

你有沒有過這樣的經驗？一個惱人的 Bug，卡了你好幾個小時，甚至好幾天。你翻遍了 Stack Overflow，問遍了同事，卻還是找不到問題的根源。說真的，修 Bug 大概是所有軟體工程師心中共同的痛。

但如果，現在有一個工具，只需要你下達指令，它就能像一位資深工程師一樣，自己讀懂 GitHub 專案、分析問題，然後把 Bug 修好，你會不會覺得這簡直是天方夜譚？

這正是 AI 程式碼代理（Coding Agent）正在努力實現的目標。而就在最近，來自普林斯頓大學和史丹佛大學，也就是 SWE-bench 和 SWE-agent 背後的開發團隊，推出了一個全新的開源專案——mini-SWE-agent，它不僅讓這個夢想更近一步，還用一種極其優雅、極其簡單的方式，震撼了整個開發者社群。

為什麼這麼說？因為這個「迷你」代理，僅僅用了大約 100 行的 Python 程式碼，就能在 SWE-bench 這個公認的軟體工程基準測試中，成功修復將近 65% 的真實 GitHub 問題。

這聽起來是不是有點不可思議？老實說，連開發團隊自己都感到驚訝。他們花了一年多的時間打造功能強大的 SWE-agent，從沒想過一個如此輕量的系統，效能竟然可以如此接近。

一切從簡，為何現在才可能？

你可能會好奇，如果這麼簡單的架構就能有好效果，那為什麼一年前沒人這麼做？

這裡有個關鍵的背景。回想 2024 年，當時的大型語言模型（LLMs）雖然聰明，但主要還是被優化來「聊天」。它們是出色的對話者，但要讓它們執行具體的、有條理的工作，就需要開發者打造非常複雜的代理框架（Agent Scaffolds），透過各種巧妙的提示工程和工具呼叫，引導模型一步步完成任務。

但時間快轉到 2025 年，情況完全不同了。現在的 LLMs，特別是像 Anthropic 的 Sonnet 4 這樣的頂尖模型，已經在底層針對「代理行為」（Agentic Behavior）進行了深度優化。它們不再只是被動的文字產生器，而是能更主動地理解指令、規劃步驟並執行任務。

正是這個根本性的轉變，讓 mini-SWE-agent 的誕生變為可能。開發者不再需要層層堆疊複雜的控制邏輯，因為模型本身就已經足夠「能幹」。

返璞歸真：告別複雜，擁抱 Bash

那麼，mini-SWE-agent 到底有多簡單？

它最大的亮點，就是徹底拋棄了複雜的工具呼叫介面。

在過去的代理中，你可能需要為檔案系統操作（讀取、寫入）、程式碼搜尋、執行終端機命令等功能，各自定義一套專屬的 API。模型需要學習如何「呼叫」這些工具，而代理本身則要負責解析模型的意圖，再轉換成實際操作。這不僅增加了系統的複雜度，也帶來了許多潛在的依賴問題。

mini-SWE-agent 的作法，可以說是返璞歸真。它讓語言模型在每一步直接輸出一個完整的、可以在 Bash 環境中執行的 Shell 指令。

想看一個檔案？模型就輸出 cat a.py。 想編輯檔案？模型就輸出一個帶有 sed 或 echo 的指令。 想執行測試？模型就輸出 pytest。

就這麼簡單。這種設計帶來的好處是顯而易見的：

• 超高相容性： 只要有 Bash 環境，它就能運作。
• 極少依賴： 不再需要一堆外掛或特定的工具庫。
• 程式碼極簡： 核心邏輯被壓縮到僅約 100 行，加上必要的環境和模型設定，總程式碼量也不到 200 行。

對於開發者來說，這意味著你可以更專注於解決問題本身，而不是花費大量時間在繁瑣的環境配置和工具鏈除錯上。

小而強大：效能媲美重量級選手

簡潔的設計，是否意味著效能的妥協？mini-SWE-agent 用數據給出了否定的答案。

在 SWE-bench 基準測試中，搭載 Sonnet 4 模型的 mini-SWE-agent 解決了約 65% 的 GitHub Issues。

這是一個什麼樣的水平？作為對比，當 Anthropic 首次發表 Sonnet 4 時，他們內部使用一個從未公開的、可能更複雜的代理框架，達成的修復率是 70%。這意味著，這個百行程式碼的「小傢伙」，其效能已經足以和業界頂尖的閉源系統相提並論。

不只是一個腳本：為專業開發者而生的實用工具

雖然核心程式碼極簡，但 mini-SWE-agent 並非只是一個玩具專案。開發團隊為它配備了一系列實用的工具，讓它能真正投入到大規模評測和日常開發中。

• 批量推理與軌跡瀏覽器： 研究人員可以利用這些工具進行大規模評測，並透過軌跡瀏覽器深入分析代理在解決問題時的每一步決策，就像觀看棋局復盤一樣。
• 命令列工具與視覺化介面： 開發者可以透過簡單的命令列工具快速啟動代理。更棒的是，專案還提供了一個類似 Claude-code 風格的視覺化介面，讓你可以在瀏覽器中即時監控代理的執行過程、查看它正在編輯的檔案和執行的命令。

我該用 mini-SWE-agent 還是 SWE-agent？

這是一個很好的問題。開發團隊也給出了明確的定位：

• mini-SWE-agent：適合那些追求快速啟動、簡潔流程和易於控制的開發者。如果你想在日常工作中快速解決一個 Bug，或者想將 AI 修復功能整合到自己的 Python 應用中，它會是絕佳選擇。
• SWE-agent (原版)：更適合那些需要高度可設定性、複雜歷史狀態管理和進行深入學術研究的使用者。它提供了更精細的控制，但上手門檻也相對較高。

簡單來說，一個是輕巧靈活的「手槍」，一個是功能強大的「步槍」，你可以根據不同的戰場選擇最適合的武器。

未來展望：開源、開放、不斷進化

mini-SWE-agent 的故事還在繼續。團隊目前正在努力更新他們自家的開源模型 SWE-agent-LM-32B，專門針對這種極簡的 Bash 指令模式進行微調，未來有望在開源模型上達到更驚人的效果。

這個專案不僅展示了當今 LLM 技術的飛速進步，也體現了一種重要的開發哲學：可讀性強、易於擴展。它證明了強大的功能不一定需要複雜的系統，簡單的設計同樣能爆發出巨大的能量。

如果你對這個專案感興趣，不妨親自去體驗一下。

專案 GitHub 網址： https://github.com/SWE-agent/mini-swe-agent

或許，下一次當你再遇到惱人的 Bug 時，你的得力助手，就是這個百行程式碼寫成的 AI 夥伴。