Gradient Data 推出 Zero2Repo，专治 AI 从零写完整项目

SWE-bench Verified 已经饱和。7 个模型得分在 95%–97% 之间（Vals AI，2026 年 9 月）。但 coding agent 从零开始构建完整软件项目的能力到底如何？

Zero2Repo 是 Gradient Data 的一个研究项目，旨在为全项目开发构建高难度、可验证的任务和训练数据。Agent 拿到完整的规格说明、接口契约和一个空工作区。它们在没有参考代码的情况下构建整个仓库，然后提交给隐藏的确定性测试。只有所有测试都通过，任务才算完成。不使用 LLM 评判。

首次发布包含 17 个任务，源自 Python、TypeScript、Go、C、C++ 和 Zig 中的真实开源项目。在 18 种模型与运行环境的组合中，得分范围从 1/17 到 15/17。前 10 名之间相差 47 个百分点，而在 SWE-bench Verified 上仅相差 5 个百分点。没有任何一种配置完成了全部 17 个任务。

这对自我迭代很重要：随着 agent 继续开发项目，小的未解决问题可能会持续存在并累积。可靠的自我进化仍然是一个开放的研究挑战。

我们正在扩充任务集，并寻找贡献者来推荐种子仓库、开发任务以及审查需求和隐藏测试。更多用例即将推出。