文 | 字母 AI
九坤投资旗下的至知创新研究院发布了开源编程 Agent 模型 IQuest-Coder-V1。至知研究院在 AI 领域名气不大，但这个模型的 benchmark 数据直接对标了行业顶尖水平。
母公司是量化私募，发布时间是 1 月，这两个特征组合在一起，很容易让人想起去年同期的 DeepSeek R1。
事实上，去年 DeepSeek R1 发布的时候也是相同的情况，一个知名度不高的公司，发布了一个行业顶尖的模型。
那么 IQuest-Coder-V1 会是下一个 "DeepSeek 时刻 " 吗？
暂时还不好下结论。
根据 JetBrains 的《2025 开发者生态系统现状报告》，全球 85% 的开发者已经在使用 AI 工具，全球 41% 的代码由 AI 生成，但这些工具大多停留在辅助层面。
从 OpenAI 到 Anthropic，各家在 2025 年底密集推出的 agent 产品，都将代码作为突破口。
所以至少可以肯定，编程 Agent 就是下一个风口。
01
IQuest-Coder-V1 不是一个简单的代码补全工具，而是一个能够自主完成软件工程全流程的代码大语言模型。
过去的 AI 编程助手的作用是自动补全，你写一半代码，它帮你接下去。而 IQuest-Coder-V1 则是能够从零开始理解需求、设计架构、编写代码、测试调试，甚至进行多轮迭代优化。
IQuest-Coder-V1 有三个很关键的技术点。
第一是 40B 的参数规模。相比 GPT-5 和 Gemini 3 等动辄数千亿参数的模型，40B 只是它们的几十分之一左右。
也就是说，IQuest-Coder-V1 可以在性能稍好的消费级硬件上运行，而不需要专业的数据中心级别算力。
第二个特点是 Loop 架构。
这个名字很直白，模型会循环迭代自己的输出。就像程序员写完代码会回过头检查、修改、重构一样，Loop 架构让模型在生成代码后能够反思和改进。
但 Loop 架构不是简单的多次调用，而是将迭代优化的过程内化到模型架构中。简单概括就是 IQuest-Coder-V1 会超额完成任务，以确保最终输出的结果覆盖用户的需求。
Loop 版本让模型 " 走两遍 " 相同的神经网络，就像你读文章时会回头重读关键段落，第二遍往往能发现第一遍没注意到的问题。
第三个特点是 code-flow 训练范式。
传统的代码模型学习的是代码片段，学习的是静态的语法和 API 调用模式。用大白话来解释，AI 可以完美复刻它所学习的代码，却不理解为什么要这么写。
但 IQuest-Coder-V1 学习的是软件如何一步步演化出来的，学习的是动态的逻辑演进。这让模型不仅理解 " 这段代码是什么 "，还理解 " 这段代码为什么这样写 "、" 下一步应该怎么改 "。
IQuest-Coder-V1 使用 32k 高质量轨迹数据进行强化学习训练，这些轨迹通过 multi-agent role-playing 自动生成。
系统会模拟用户、Agent、Server 三方交互，用户提出需求，Agent 编写代码，Server 返回执行结果，整个过程无需人工标注。训练目标不是单次代码生成，而是完整的软件演化过程。
这些技术设计在 benchmark 上得到了验证。在 SWE-Bench Verified 这个衡量真实软件工程能力的测试中，IQuest-Coder-V1 达到了 81.4% 的准确率，超过了 Claude Sonnet 4.5 的 77.2%。在 LiveCodeBench v6 上的表现是 81.1%，在 BigCodeBench 上是 49.9%。
九坤投资本身是中国最早一批量化私募之一，成立于 2012 年，目前管理规模超过 600 亿人民币，和明汯、幻方、灵均并称量化 " 四大天王 "。
创始人王琛拥有清华大学数学物理学士和计算机博士学位，师从图灵奖唯一华人得主姚期智院士。联合创始人姚齐聪是北京大学数学学士、金融数学硕士。
两人都来自华尔街顶级对冲基金千禧年 ( Millennium ) ，2010 年看准中国股指期货上市的机遇回国创业。
九坤从 2020 年开始建设名为 " 北溟 " 的超算集群，内部设有 AI Lab、Data Lab 和水滴实验室。
这些基础设施原本服务于量化投资业务，现在也为大模型研发提供了算力支持。
量化机构拥有大规模算力集群和数据处理能力，这与大模型训练的资源需求相匹配。同时在人才结构上，量化投资和 AI 研究都需要数学、计算机背景的研究人员，这使得量化机构进入大模型领域时有一定的基础。
从量化投资到开源大模型，这条路径并不突兀。
量化机构本身就拥有大规模算力集群和海量数据处理能力，这与大模型训练的需求高度契合。更重要的是，量化投资和 AI 研究在人才结构上有很大重叠，都需要数学、计算机、物理背景的研究型人才。
因此从发展角度看，IQuest-Coder-V1 更像是九坤在 AI 方面的自然延伸，并非简单跟风。
02
但不可否认的是，IQuest 和 DeepSeek，两者有着惊人的相似性。
它们都来自中国量化基金，都展示了在资源受限情况下通过工程创新实现技术突破的能力。但仔细观察会发现，两者选择了完全相反的方向。
DeepSeek 追求的是 " 广度 "。从 DeepSeek-V3 到 R1，梁文锋团队的目标是打造通用对话能力，要做中国的 GPT。
它要回答各种领域的问题，要能写诗、讲故事、分析时事、解决数学题。这是一个横向扩张的路径，覆盖尽可能多的应用场景。
IQuest-Coder-V1 追求的是 " 精度 "。它专注在代码这个垂直领域，在 SWE-Bench 这样的专业测试上做到极致。它不关心能不能写诗，只关心能不能像真正的程序员一样理解需求、设计系统、解决 bug。
有意思的是，就在 IQuest-Coder-V1 发布的同一天，DeepSeek 团队也有新动作。
包括创始人梁文锋在内的 19 位研究者发布了关于 mHC ( manifold-constrained hyperconnection，流形约束超连接 ) 架构的论文。这篇论文解决的是超连接网络在大规模训练中的不稳定性问题。
虽然 DeepSeek 团队在研究工作上保持一定的更新频率，然而在产品方面，他们却显得有些落后，至今仍然没有拿出 R2 和 V4。
2025 年，AI 领域的竞争焦点是对话能力和推理能力，各家比的是谁能更好地回答问题，谁的推理过程更清晰。到了 2026 年，这个焦点已经转向 Agent 能力，比的是 AI 能否自主完成复杂的多步骤任务。
Agent 能力的核心是 " 执行 "，而不仅仅是 " 理解 " 和 " 回答 "。
就拿代码举例，一个对话型 AI 可以告诉你如何修复代码中的 bug，但 Agent 能直接帮你改好代码、运行测试、提交修改。这是完全不同的能力层级。
DeepSeek 团队在研究层面确实很活跃，不断发表论文推进底层技术。可一旦落实到产品就会发现，DeepSeek 仍然主要是一个对话型 AI。用户提问，它给答案，这是它的主要使用场景。
DeepSeek 目前还没有推出真正的 Agent 产品，没有像 IQuest-Coder 那样能自主完成整个软件开发流程的能力。
诚然，DeepSeek 在 Alpha Arena 这样的 AI 炒币 / 炒股比赛中表现很亮眼，证明了量化基金训练出的模型 " 真的懂市场 "，能读懂 K 线、解析新闻、做出交易决策。
而量化投资的本质是用算法理解市场规律，寻找价格波动中的模式。进一步说明 DeepSeek 具有 " 理解复杂系统 " 的能力。
但需要指出的是，即使在金融市场表现出色，这种能力仍停留在 " 理解 " 和 " 分析 " 层面。DeepSeek 可以分析市场、给出建议，但它作为产品还没有发展出完整的自主交易能力。
从炒股到写代码，幻方和九坤的 AI 都在展示同一种倾向，就是更强的执行导向。这或许能解释为什么量化基金能在 AI 领域做出成果，因为他们的基因就是 " 让算法自主决策 "，而不是 " 让算法回答问题 "。
现在关于 AI 的竞争不只是比谁的论文更多，更重要的是落地，是谁能把技术转化成用户可以直接使用的工具。
市场已经等了太久，梁文锋该发新产品了。
03
IQuest-Coder-V1 对标的是 Claude Opus 4.5。这个定位很明确，81.4% 对 80.9% 的 benchmark 数据也确实亮眼。
再加上 Anthropic 对华态度的强硬，也让人们对 Quest-Coder-V1 投入了更多的希望。但 " 取代 Claude Opus 4.5" 这个问题需要更冷静的分析。
Claude Opus 4.5 的优势不只在模型能力，更在于完整的产品生态。它有原生的 VS Code 扩展，有 Claude Code 这样面向终端的交互式开发工具，支持 MCP 协议的工具生态，有企业级的安全合规标准，还有无数真实项目打磨出的用户体验。这些都不是一个刚发布的模型能够在短期内复制的。
更重要的是用户习惯。Claude 发布得早，程序员群体已经习惯了它的 " 工作方式 "，知道什么时候该信任它，什么时候该介入，如何高效协作。
这种使用习惯的养成需要时间，需要在无数次试错中建立起来。一个新模型即使 benchmark 数据更好，也需要相当长的时间来培养用户信任。
benchmark 和实际应用之间确实存在差距。
虽说 SWE-Bench Verified 测试的是在真实代码仓库中解决 issue 的能力，这比简单的代码补全要复杂得多。然而即使在这样的测试中表现出色，也不等于在日常开发中就能无缝替代人类程序员。
实际工作中的需求往往是模糊的，在产品经理与开发者的沟通过程中，需求往往会改变很多，而这些都是 benchmark 上没有的。
不过 IQuest-Coder-V1 的机遇在于另一些维度。它是开源的，这意味着企业可以自己部署，可以根据需要调整和优化，不需要担心数据被第三方服务商获取。对于金融、医疗、国防等对数据安全有严格要求的行业，这是实实在在的价值。
这种开源代码大模型的体验，完全区别于 Claude 用户。Claude 的用户更多是习惯了云服务、愿意为便利性付费、对数据隐私没有极端要求的开发者。IQuest-Coder-V1 的潜在用户应该是需要数据自主可控的企业、想要深度定制的技术团队、或者就是喜欢折腾开源工具的开发者。
就比如做像九坤和幻方这样做量化的，他们的算法就是企业的命脉，不可能上传到公有云。
当然，开源也有开源的问题。没有专门的产品团队来打磨用户体验，没有客服来解决使用中的问题，遇到 bug 只能自己想办法或者等社区修复。这些都是开源模型相比商业产品的劣势。
有一种观点认为，像是 IQuest-Coder-V1 这样带有一定 agent 功能的代码大模型，可能是通向通用 agent 以及 AGI 的第一步。
这个观点的逻辑在于，代码是结构化的、逻辑清晰的任务，相比其他开放性任务更容易验证对错。测试通过与否，这种二元反馈为 agent 提供了明确的学习信号。
更重要的是，编程任务本身需要的能力是通用 agent 所需的核心能力。
从 SWE-Bench 这样的 benchmark 来看，它测试的不只是代码生成，而是理解需求、规划步骤、调试错误、迭代改进等能力。这个过程和解决其他复杂任务的模式是相通的。
代码环境提供了一个相对可控的训练场，一旦在这里证明了它的 Agent 能力，扩展到其他领域的技术路径就会更清晰。
所以，九坤可能也在下一盘大棋。
