KAT-Coder-V2 技术报告

我们推出 KAT-Coder-V2，这是快手 KwaiKAT 团队开发的代理编码模型。 KAT-Coder-V2 采用“先专业化，后统一”范式，将代理编码分解为五个专家领域 - SWE、WebCoding、Terminal、WebSearch 和 General - 每个领域都经过独立监督的 微调 和强化学习，然后通过 同策略 蒸馏 合并为单个模型。我们开发了 KwaiEnv，这是一种模块化基础设施，可维持数以万计的并发沙箱实例，并根据任务复杂性、意图对齐和脚手架泛化来扩展 RL 训练。我们进一步提出 MCLA 来稳定 MoE RL 训练，并提出树训练来消除树结构轨迹上的冗余计算，加速高达 6.2 倍。 KAT-Coder-V2 在 SWE-bench Verified 上达到 79.6%（相对于 Claude Opus 4.6 的 80.8%），在 PinchBench 上达到 88.7（超越 GLM-5 和 MiniMax M2.7），在所有三个前端美学场景中排名第一，并在 Terminal-Bench Hard (46.8) 和 tau^2-Bench 上保持强大的通才分数（93.9）。我们的模型可在 https://streamlake.com/product/kat-coder 上公开获取。