Verdent

Verdent 是一款编程智能体，已在 SWE-bench Verified 基准测试中获得 76.1% pass@1 的成绩。该基准以严格评估软件工程智能体的实际表现而著称。

产品目前提供两个版本：

• Visual Studio Code 扩展
• 独立桌面应用

目标用户为需要处理真实开发任务的专业开发者与高级程序员。

基准表现：基于生产版本的实测结果

SWE-bench Verified 的评估方式是：给定一个开源项目的 issue（问题报告），要求AI智能体修复代码并使测试通过。

Verdent 的 76.1% pass@1 指标意味着：

• 在 100 个测试任务中，它成功修复了 76 个
• 每个任务仅尝试一次（pass@1），不依赖多次重试
• 该成绩基于实际发布的生产版本，而非为测试调优的实验版本

作为对比，Claude 3.5 Sonnet 在同一基准上的表现约为 72.3%，GPT-4o 为 68.1%。

技术架构：计划-编码-验证子智能体循环

Verdent 的核心架构包含三个协同工作的子智能体：

1. 计划智能体
   • 分析 issue 内容与项目上下文
   • 制定修复策略与步骤清单
   • 生成持久化待办事项列表（支持中断后恢复）
2. 编码智能体
   • 根据计划执行代码修改
   • 调用编辑器 API 进行精确变更
   • 支持并行任务处理（如同时修复多个独立bug）
3. 验证智能体
   • 自动运行项目测试套件
   • 执行静态代码分析
   • 检查代码风格与安全漏洞

三者在统一循环中协作，直到 issue 修复或达到预设尝试次数上限。

功能特性

模型选择与性能稳定性

Verdent 不绑定单一模型提供商，而是：

• 支持主流模型：Claude Sonnet 4.5、GPT-4o、Claude Opus、Gemini Pro
• 模型切换机制：用户可根据任务类型（如算法、前端、数据库）选择最适合的模型
• 性能监控：实时跟踪各模型在不同任务上的成功率，优化分配策略

这种设计旨在避免单一模型性能波动对开发流程的影响。

商业定位与目标用户

Verdent 定位为：

• 生产就绪：不追求基准分数，而注重真实开发环境中的稳定性
• 质量优先：内置审查机制，确保生成代码符合项目规范
• 透明操作：用户可查看 AI 的思考过程、修改记录与验证结果

目标用户包括：

• 需要处理复杂 issue 的开源项目维护者
• 希望自动化常规修复的软件开发团队
• 需要快速原型构建的独立开发者

早期用户反馈

根据开发者社区的初步试用反馈：

• 工具集成：VS Code 扩展的安装与使用流程顺畅，与现有工作流兼容
• 审查功能：内置代码审查机制有效减少了 AI 生成的低质量代码
• 性能表现：在处理中等复杂度 bug 时，平均修复时间较手动操作缩短 30–40%
• 稳定性：在连续使用 8 小时的测试中，未出现严重崩溃或数据丢失

部分用户指出，对于涉及复杂架构变更的任务，Verdent 仍需人工干预。