美国开源模型首次登顶编程Agent榜首

这家公司名字很陌生，但路线很特殊：不是先做通用模型再找场景，而是为自研 AI 芯片设计平台反向定制模型架构，训练和推理一体化优化。这种"硬件倒逼模型"的思路和 Groq 类似，但开源权重是差异化动作。

值得注意的风险点是 58 条 HN 评论里已有质疑声——没有公开训练数据细节、评测只放了 TerminalBench 一个指标、团队背景不透明。在 DeepSeek 之后，社区对"神秘新实验室突然放 SOTA"的容忍度在降低。

如果你在做北美合规替代方案（受出口管制或数据主权约束），可以跑一下这个模型在长上下文代码理解上的表现；但如果是做通用编程 Agent 选型，建议等 SWE-bench Verified 和 LiveCodeBench 的独立复测结果出来再决定。