Команда IQuest опубликовала результаты исследования (arXiv:2603.16733v1), которое может изменить наш подход к работе с AI-агентами. Их новая разработка — серия моделей IQuest-Coder-V1 — нацелена на решение главной боли вайбкодеров: неспособности AI понимать контекст эволюции проекта. Вместо того чтобы просто «зазубривать» статические куски кода, этот инструмент учится логике его изменений.
Линейка моделей и архитектура
Семейство IQuest-Coder-V1 включает версии на 7B, 14B, 40B, а также специальную версию 40B-Loop. Последняя использует циклическую структуру для итеративных вычислений, что позволяет AI «перечитывать» и оптимизировать собственный код, имитируя проверку работы опытным инженером.
Главная фишка: Code Flow и динамическое обучение
Разработчики отошли от стандартного обучения на статических снимках (snapshots). Вместо этого они внедрили парадигму Code Flow — обучение на истории коммитов и изменениях в репозиториях.
Почему это важно для нас:
- Понимание «Зачем»: AI видит не только конечный результат, но и процесс исправления ошибок и рефакторинга.
- Планирование: Благодаря обучению на «потоках коммитов», модель лучше справляется с долгосрочным планированием в рамках больших проектов.
- Контекст 128k: Модель способна удерживать в памяти логику всего репозитория, а не только текущего файла.
Результаты тестов
IQuest-Coder-V1 показал впечатляющие цифры в бенчмарках, которые максимально приближены к реальной разработке:
- SWE-bench Verified: 77.2 балла (способность исправлять реальные баги в Open Source проектах).
- LiveCodeBench v6: 87.0 баллов.
- BigCodeBench: 49.9 балла.
Разделение на «Мыслителя» и «Проводника»
После основного обучения модель проходит этап «разветвления» (Post-training). Одна ветка — Thinking Path — затачивается под глубокие рассуждения и решение сложных архитектурных задач через Reinforcement Learning. Вторая — Instruction Path — оптимизируется для повседневной помощи в написании кода (автодополнение, быстрые фиксы), чтобы взаимодействие было максимально плавным.
Команда IQuest выделила «золотое окно» для обучения: вливание данных о траекториях рассуждений (32k контекста) именно после этапа качественного дообучения коду, но до финального тюнинга, дает максимальный буст к «интеллекту» агента. Для вайбкодеров это означает, что Cursor или Windsurf на базе таких моделей станут гораздо меньше галлюцинировать при работе с легаси-кодом.
