Windsurf 釋出 SWE-1 系列模型：不止寫程式碼，專攻端到端軟體工程

AI 程式碼編輯器這門生意，過去大部分團隊走的都是同一個套路：前端套個好看好用的介面，後臺接入 OpenAI 或 Anthropic 的介面打工。但 Windsurf 顯然不想一直替別人做嫁衣。

Windsurf 今天正式釋出了自家首個模型家族 SWE-1。有意思的是，他們強調這套模型不只是為了「寫程式碼」設計的，而是專門衝著完整的「軟體工程流程」去的。

整個系列一共三款模型。頂配的 SWE-1 主打工具呼叫和複雜推理，官方稱其能力逼近 Claude 3.5 Sonnet，但推理部署成本更低。為了拉攏使用者，Windsurf 甚至在促銷期給所有付費使用者開出了 0 積分免費呼叫的優惠。

剩下兩款則全面下放給所有使用者。SWE-1-lite 用來替代原本的 Cascade Base 模型，免費和付費使用者都能不限量使用；體積更小、響應更快的 SWE-1-mini，則專門負責底層的 Windsurf Tab 智慧補全，同樣全員免費。

會寫程式碼，不等於懂軟體工程

Windsurf 之所以要自己從頭訓模型，是因為他們覺得現在的程式碼大模型都快撞牆了。

在很多人的想像裡，AI 只要能寫出可以編譯的程式碼、跑通單元測試，就算是合格的程式設計師了。但任何真正寫過軟體的人都知道，敲程式碼只佔日常工作的一小部分。

真實的工作往往是碎片的：你得在終端裡排查報錯、查閱文件、理解模糊的需求，更要在程式碼處於寫了一半、到處報錯的「半成品狀態」時繼續往下推導。主流模型做單次生成很驚豔，但只要離開人工提示、自己獨立跑久一點，往往就會陷入混亂。

Windsurf 拿出的解法，是利用自家編輯器沉澱下的互動資料，搭建了一套名為「共享時間線」的資料模型，把長週期任務、多終端操作和半成品狀態直接揉進訓練配方里。

他們甚至拿出了兩套新的評估基準：一個是測試人機協同的 Conversational SWE 基準，專門測在任務做到一半時模型接手的能力；另一個是 End-to-End SWE 基準，測端到端全自動解題。測試結果顯示，SWE-1 明顯優於 DeepSeek、Qwen 等開源替代品，整體逼近頭部實驗室的頂尖水平。

為什麼重要

對於每天泡在 Windsurf 裡的開發者來說，最大的好處是立竿見影的成本下降。用接近頂配模型的推理能力，卻不需要心疼 Token 額度，尤其是半成品程式碼補全和多步除錯的連貫性會明顯改善。

從行業角度看，AI 編輯器正在迎來分水嶺。單純做產品包裝的中間層會越來越難受，因為呼叫大廠 API 不僅毛利微薄，更無法根據開發者的具體編輯行為去反哺模型。Windsurf 這次用較少算力和較小團隊訓出 SWE-1，證明了垂直工作流的資料閉環完全有機會和通用大廠掰手腕。

但這種做法也有潛在隱患。自研模型意味著 Windsurf 必須背上高昂的訓練和算力包袱，而且通用前沿模型的演進速度極快，一旦下一代通用旗艦模型在工具呼叫上取得斷層式突破，垂直自研模型的價效比優勢可能很快被抹平。不過在我們看來，這一步走得相當果斷，至少讓他們在面對上游模型供應商時有了真正的談判底牌。