Zespół KwaiKAT wprowadził KAT-Coder-V2.5, model kodowania wytrenowany na ponad 100 tys. weryfikowalnych środowisk repository, który pracuje bezpośrednio w rzeczywistych, wykonalnych repozytoriach. To znaczące odejście od tradycyjnego podejścia, gdzie modele generują fragmenty kodu bez faktycznego kontekstu wykonania. Otwarta wersja KAT-Coder-V2.5-Dev jest dostępna na Hugging Face pod licencją Apache-2.0, a model główny serwowany jest przez StreamLake.
Kluczową innowacją jest system AutoBuilder, który definiuje weryfikowalne zadania kodowania jako triplet: precyzyjny opis problemu, rzeczywiste środowisko repository z testami, i zestaw testów walidacyjnych. Zamiast czytać surowy tekst issue, system regeneruje opisy na trzy części - problem statement zakorzeniony w zmianach kodu, wymagania z zmian testów i ograniczenia interfejsu. To podejście eliminuje dwuznaczności. Każda poprawka kodu jest weryfikowana poprzez faktyczne uruchomienie testów w izolowanej piaskownicy, co gwarantuje rzeczywistą poprawność.
To stanowi przełom w benchmarkingu modeli kodujących. Dotychczasowe narzędzia jak SWE-bench skupiały się na hipotetycznych zadaniach, ale KAT-Coder-V2.5 pracuje z rzeczywistymi zmianami z pull requestów i commitów. Takie podejście zmienia dynamikę rozwoju AI dla inżynierii oprogramowania, pokazując, że modele mogą działać w złożonych, rzeczywistych środowiskach. To ma znaczenie dla przyszłości AI-assisted development, gdzie agent kodujący musi zarządzać całym cyklem życia zmian kodu, testowaniem i walidacją.