该成绩由TianxiCode框架配合DeepSeek-v4.1-Flash取得，并通过SWE-bench-Live官方Verified核验；联想天禧AI称TianxiCode未来将应用于其AI硬件产品。
联想天禧AI自主研发的专业代码智能体框架TianxiCode，在SWE-bench-Live（Lite分榜）中以71%的问题解决率登顶全球第一，并与DeepSeek-v4.1-Flash搭配通过该项评测的官方Verified核验。
SWE-bench-Live以真实GitHub项目中的问题为基础，评估模型与智能体生成代码补丁、修复问题的能力，并提供可复现的执行环境。联想方面通过量子位授权转载公布了这一结果。
评测对象与核验条件
此次参评方案为TianxiCode框架配合DeepSeek-v4.1-Flash模型，取得71%的问题解决率。SWE-bench-Live被描述为当前全球软件工程领域的动态评测基准，不同于考查简单语法或单函数生成的传统代码测试。
为验证评测公正性，SWE-bench-Live官方设立Verified核验机制，要求参评方案提交全链路的智能体运行轨迹，由官方团队审查评测输入、信息隔离环境，并排查是否存在向智能体泄露标准答案、测试用例或结果的可能。联想方面称，TianxiCode与DeepSeek-v4.1-Flash通过了该审查并获Verified认证，这证明其代码修复成绩具备可复现性。
- 参评组合：TianxiCode框架 + DeepSeek-v4.1-Flash
- 分榜：SWE-bench-Live Lite分榜
- 问题解决率：71%
- 核验：通过SWE-bench-Live官方Verified认证，需提交全链路运行轨迹
TianxiCode在系统中所承担的角色
联想方面将TianxiCode与DeepSeek-v4.1-Flash的分工类比为：DeepSeek-v4.1-Flash负责阅读代码、理解语义和构思解法，TianxiCode则承担类似眼、手、工具箱以及工作流规范的角色。联想称，若缺乏顶层智能体架构的系统协同，即便调用顶级闭源模型，面对真实工程难题也可能难以解决。
在实际软件工程场景中，联想称TianxiCode展现出三项能力：跨文件多跳检索与精准上下文管理、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈。跨文件多跳检索用于在大型代码库中快速定位缺陷根因；自驱动规划与多轮工具调用使其能够列出排错计划、运行测试、翻阅日志并比对修改记录；闭环补丁生成与测试驱动自愈则让它在隔离环境中运行代码，发现报错或破坏其他功能时进行自我修改，直至补丁通过项目验收。
- 跨文件多跳检索与精准上下文管理
- 自驱动规划与多轮工具调用
- 闭环补丁生成与测试驱动自愈
产品定位与后续方向
TianxiCode是联想天禧AI聚焦代码生成、工程开发的代码智能子能力，未来将应用到联想AI硬件产品中。联想方面称，将推动TianxiCode的技术成果向开发者实际工具链沉淀，并依托自主智能体架构将专业代码工具应用到联想硬件设备中。
- 定位：联想天禧AI的代码智能子能力
- 方向：未来应用到联想AI硬件产品中