Coding 竞争升级，Agnes 打出模型与产品组合拳
Agnes发布新一代文本模型Agnes-2.5Flash及桌面端产品AgnesCode，聚焦编程场景，针对代码理解、多文件修改、复杂推理等优化。模型在多项基准测试中提升显著，旨在通过更强能力与更低成本，让AI成为日常工作中的协作伙伴，而非简单问答工具。
从 Claude Code、Codex，到越来越多的桌面端和本地化 Agent 产品涌现，AI Agent 的形态正在经历一轮快速演进。早期那种只停留在聊天和问答层面的交互方式已经成为过去式。如今的 Agent，已经能够理解整个项目、调用各类工具、自主执行任务，并且逐渐融入用户日常的工作流中，变成了真正的“数字同事”。
随着Agent开始承担越来越复杂的任务，竞争的重点也在悄然转移。产品体验的好坏，不再仅仅由用户界面决定。底层模型的推理能力、工具调用的精准度、以及Token的使用成本，正成为影响任务完成质量、执行效率和最终使用成本的核心要素。而在众多应用场景中，编程（Coding）无疑是最具挑战性的一个。因为它对模型的推理能力、工具调用和长链路任务执行能力提出了最高要求，也自然成为了当前各大Agent能力竞争的焦点。
正是在这样的背景下，Agnes发布了新一代文本模型Agnes-2.5 Flash，并同步推出了桌面端产品AgnesCode。其核心目标很明确：通过更强的模型能力、更低的使用成本，以及覆盖完整工作流的Agent产品形态，让AI真正成为用户日常工作中的协作伙伴，而不是一个偶尔拿来问问题的聊天机器人。
AgnesCode的“动手能力”在一些真实场景中也得到了验证。在硅星人举办的活动中，AgnesCode与Codex、Claude Code等主流产品同场竞技，截至7月10日位列团体第一。这从侧面反映出，它在真实任务场景中的综合竞争力确实不容小觑。
从模型升级到桌面端产品发布，Agnes这次想要回答的核心问题是：在Agent进入深度工作流时代后，如何让模型真正承担起执行任务、持续协作的角色，而不是仅仅停留在“生成一段代码”的层面。
01 Agnes模型能力再升级
随着Agent开始接手越来越多实际工作，评价模型能力的标准也在发生深刻变化。对于开发者而言，一个模型不仅要能生成代码，更要能理解整个代码仓库的脉络、精准定位问题、修改多个相互关联的文件、熟练调用各种工具，并完成一系列连续且复杂的任务。这正是Agnes本次模型升级选择重点投入Coding与Agent场景的根本原因。
近期，Agnes正式推出了新一代文本模型Agnes-2.5 Flash。相较于上一代，新版本针对代码理解、Bug修复、多文件修改、多步骤任务执行以及复杂推理等开发场景进行了专项优化。它在模型性能、响应速度和推理成本之间取得了更好的平衡，定位为开发者日常使用的主力模型。该模型即日起开启灰度上线，率先在AgnesCode中开放体验，API将于本周内全面开放。
从官方披露的信息来看，Agnes-2.5 Flash并非单纯提升代码生成能力，而是紧密围绕真实开发流程进行了针对性优化。比如，在面对需要跨文件修改的任务时，它能更准确地理解项目结构；在执行需要多轮推理和工具调用的复杂任务时，也能保持更稳定的执行能力。这些能力，正是当前Coding Agent能否真正参与并胜任开发工作的基础。
除了已经发布的Flash，Agnes还预告了即将推出的旗舰模型Agnes-2.5 Pro。与强调速度和成本平衡的Flash不同，Pro更侧重于复杂推理能力、大型代码仓库的理解、复杂工程开发以及长链路Agent执行能力，主要面向专业开发者和更高难度的开发场景。
据Agnes内部透露，Agnes-2.5 Pro将直接对标Claude Opus 4.8、GLM-5.2等旗舰文本模型，并会成为Agnes首款收费模型。这意味着，Agnes正在形成一个更清晰的产品矩阵：Flash服务于高频、日常的开发与Agent使用场景，兼顾性能、速度与成本；而Pro则负责承担复杂工程开发和高难度推理任务，满足更专业的需求。
从产品布局上看，这次更新的重点并不仅仅是发布一款新模型，更是为了进一步完善Agnes在Agent时代的模型体系。随着Agent承担越来越长链路、更复杂的工作流，模型能力已经从决定生成质量，进一步演变为决定Agent能否真正完成任务的核心竞争力。
02 从Benchmark看Agnes 2.5的能力提升
从Agnes公布的模型能力对比来看，Agnes-2.5系列此次的提升主要集中在Coding场景，而非简单地提升通用能力。这背后透露出一个清晰的信号：一切优化都为了实用。
其中，Agnes-2.5 Flash相比上一代Agnes-2.0 Flash，在七项Coding Benchmark上均实现了提升，覆盖范围包括Terminal操作、代码修复、代码理解以及软件工程任务等多个维度。
具体来看数据：在SWE-bench Verified上，Flash从72.4%提升至75.6%；在Terminal-Bench 2.1上达到62.3%；而在更具代表性的SWE Atlas系列测试中，提升更为显著。例如，SWE Atlas-QnA从15.8%提升至36.5%，SWE Atlas-RF从11.4%提升至29.5%，SWE Atlas-TW则从13.5%提升至27.5%，几乎实现了翻倍增长。
相比之下，Agnes-2.5 Pro则进一步面向复杂工程开发进行了优化。从最新公布的数据来看，其在多个Coding Benchmark上已经进入旗舰模型的竞争区间。例如，Terminal-Bench 2.1达到77.3%，SWE-bench Verified达到82.7%，SWE-bench Multilingual达到78.7%。在多项测试中，它的表现已经接近甚至超过部分当前主流旗舰模型。
值得一提的是，本轮升级最明显的提升来自SWE Atlas。与传统代码生成测试不同，SWE Atlas更关注模型理解大型代码仓库、定位问题、分析代码以及完成真实软件工程任务的能力。这无疑更接近开发者日常面对的实际工作。这也意味着，Agnes-2.5的优化是围绕着真实的Coding Workflow，对代码理解、复杂推理和Agent执行能力进行了针对性增强。
03 当Agnes开始接手完整任务
那么，Agnes-2.5系列的综合实力究竟如何？不妨看看它能实际完成哪些任务。
比如，硅星人过往报道了非常多的企业，尤其是AI领域的公司与产品。但随着报道数量增长，如何快速检索、整理这些信息就成了一道难题。我们尝试让Agnes-2.5系列基于硅星人的历史报道，搭建一个企业信息库。
这个任务绝非简单的信息搬运，而是包含了内容检索、语义理解、关键信息提取、分类归纳以及结构化整理等多个环节。Agnes-2.5系列需要先理解不同报道中的企业信息，再判断哪些内容具备长期记录价值，最终形成一个可查询、可复用的企业数据库。
为了测试它处理复杂开发任务的能力，我们让它从一个简单的产品需求出发，独立完成一个跑酷小游戏的开发。与静态网页不同，跑酷游戏涉及持续的状态管理、实时渲染以及多对象协同。Agnes需要组织角色控制、物理碰撞、场景更新、动画循环和计分系统等多个模块，最终实现了实时动画渲染、连续交互以及多模块联动。
同样，Agnes也能够快速构建满足具体需求的实用工具。例如，我们让Agnes开发一个在线海报生成工具：用户上传一张本地图片后，可以根据自己的喜好选择风格生成海报。最终成品包含6种创作模式、17种预设模板、8种色调滤镜，以及10多项实时可调参数，包括文字密度、形状密度、颗粒感、对比度、光晕、Glitch强度、RGB偏移、扫描线等，让用户可以进一步控制最终视觉效果。在这个过程中，Agnes不仅需要完成工具功能的搭建，还需要理解设计语言，将风格、构图、色彩和视觉元素转化为可操作的产品能力。
上述案例均由Agnes-2.5 Flash完成。而即将推出的Agnes-2.5 Pro，则进一步将模型能力提升到了更复杂的工程开发场景。我们尝试让它开发了一个台风实时追踪系统。从地图展示、实时数据面板，到路径动画、风圈变化、粒子特效，再到风速仪表盘、预警信息等模块，整个项目涉及地图开发、数据可视化、动画渲染以及复杂前端交互等多个环节。Agnes不仅完成了整个系统的页面搭建，还实现了地图跟随、路径插值、风圈动态变化、粒子效果以及多项实时数据联动，最终生成了一个接近专业气象监测大屏的可交互网页。这考验的不仅是代码生成能力，更是对复杂需求的理解，以及将多个独立模块组织成一个完整产品的能力。
同时，Agnes也能理解更加抽象的创意需求。我们尝试让它开发一个具有梦幻现实主义风格的交互网页，只给出「玻璃水面」「真实液体折射」「星光粒子」等关键词描述，没有提供任何设计稿。最终它完成了整个网页的搭建，实现了实时水波纹交互、玻璃折射效果、粒子动画以及AI背景生成等功能，并支持用户切换不同底图进行创作。
04 AgnesCode 让AI真正成为协作伙伴
如果说Agnes-2.5系列模型解决的是能力问题，那么AgnesCode则回答了另一个问题：这些能力如何真正融入日常工作？前文展示的多个Demo，就是由AgnesCode做出的。模型负责思考与规划，Agent负责执行，而AgnesCode则把整个任务组织起来，让AI能够在一个真实的项目环境中持续工作。因此，Agnes对AgnesCode的定位是一个“桌面AI工作台”。
在这里，用户面对的是一个完整且可迭代的项目。无论是开发代码、整理资料、制作PPT，还是生成网页、图片、视频，都可以围绕同一个项目持续推进。所有上下文、文件和生成内容都会保留在同一个工作空间里。在AgnesCode中，用户只需要描述自己的需求，它就会自动调用Agnes模型、Skill、应用连接以及本地项目来完成任务。
AgnesCode默认搭载的是最新的Agnes-2.5 Flash模型，可以免费开放使用。除了自家模型，用户还可以接入其他模型API，也可以直接使用AgnesCode内置的GPT-5.5、Claude Fable 5、Gemini 3.5 Flash、DeepSeek V4 Pro、GLM 5.2等旗舰模型。目前，每日登录即可获得1200积分进行体验。
并且，桌面端与Agnes Web、App共用账号、会员和积分体系。
对于开发者来说，AgnesCode最大的价值在于它能够理解真实项目。它可以读取本地代码仓库，理解整个项目的目录结构和文件之间的关系，在一个任务中完成多个文件的修改，并持续利用已有上下文完成后续工作。从需求分析、代码生成，到Bug修复、项目重构，AgnesCode都能够参与其中，而不是停留在单次的代码生成。同时，它并不仅限于Coding。在办公场景中，它可以协助完成文档整理、PPT制作、数据分析和信息研究；在创作场景下，它也能生成网页、图片、视频等内容。这意味着，同一套模型能力可以覆盖开发、办公与创作等不同工作流，无需频繁切换不同工具。
为了让这些工作能够持续进行，AgnesCode还创建了本地项目空间。每一个项目都有独立的文件夹、上下文以及生成内容。无论是代码、网页、图片还是视频，都会统一保存在项目空间中，方便后续继续编辑、下载和复用。这也就意味着，AI生成的内容真正成为了项目资产，而不是一次性的聊天结果。
从Agnes-2.5 Flash到即将推出的Agnes-2.5 Pro，再到AgnesCode桌面端，Agnes正在逐步完善从模型到Agent、再到工作流的完整产品体系。对于Agnes而言，这次发布的核心，就是打通模型能力、Agent执行能力以及本地工作流，让模型能更好地、更有效地进入真实任务环境中。
Adobe Acrobat Pro 是面向办公、法务、财务、教育及出版用户的专业PDF处理软件，可在Mac上创建、编辑、转换、合并和保护文档，并提供OCR文字识别、表单、批注、内容比较、敏感信息遮盖及电子签名功能。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Affinity Designer 的矢量设计能力现已整合进 Affinity by Canva，可在 Mac 上进行标志、图标、插画、界面原型及印刷品设计。个人用户使用免费 Canva 账户即可使用完整的矢量、像素和版面工具。
Archicad是Graphisoft推出的建筑信息模型设计软件，可在Mac上完成概念设计、参数化建模、图纸编制、工程量统计、渲染展示及团队协同。模型与平立剖面、明细表和布局保持关联，适合建筑师、室内设计师、BIM团队及相关专业学生使用。
AutoCAD LT是Autodesk推出的专业二维CAD设计与文档编制软件，Mac版本提供原生界面、多点触控及分屏查看体验。用户可精确创建和编辑DWG图形，完成图层管理、尺寸标注、表格、PDF参考、外部参照及打印输出。
AutoCAD for Mac 是 Autodesk 面向 macOS 提供的专业计算机辅助设计软件，支持精确的二维绘图、标注、布局输出以及实体、曲面和网格建模。软件采用适配 Mac 操作习惯的界面，可处理 DWG 图纸。
Autodesk Fusion 是面向产品设计与制造的一体化云连接平台，在 Mac 上提供参数化建模、自由曲面、装配、工程图、仿真、PCB 设计和 CAM 加工等工具。它适合机械工程师、工业设计师、创客及制造团队使用。
Autodesk Maya是一套面向影视动画、游戏开发和视觉特效制作的专业三维创作软件，集多边形与曲面建模、角色绑定、关键帧动画、动力学模拟、程序化特效及Arnold渲染于一体，并提供脚本、插件和开放式制作管线支持。
Blender是一款免费开源的综合三维创作软件，可在Mac上完成建模、数字雕刻、材质制作、角色绑定、动画、物理模拟、渲染、合成及视频剪辑。软件提供Cycles与Eevee渲染工具，并支持几何节点、蜡笔绘制和Python扩展。
AutoCAD 是 Autodesk 推出的专业计算机辅助设计软件，Windows 版支持精确二维绘图、三维实体与曲面建模、图纸标注、布局发布和任务自动化，并包含多套行业专业化工具组合，适用于建筑、机械、电气、工程建设及制造设计人员。
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Cinema 4D是Maxon推出的专业三维创作软件，将建模、动画、MoGraph动态图形、粒子与动力学模拟、材质灯光及Redshift渲染整合在统一工作环境中，适用于广告包装、影视特效、产品和建筑可视化、游戏素材等制作场景。
Blender 是免费开源的三维创作套件，在 Windows 上提供建模、雕刻、材质、动画、物理模拟、合成、跟踪、视频剪辑及 Cycles、EEVEE 渲染工具。它适合个人创作者、学生和小型工作室，
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
SketchUp Pro 是面向建筑、室内、景观、施工和产品设计等专业场景的三维建模工具，提供桌面建模、LayOut 二维文档、模型资源库、扩展程序及云端协作能力。其操作逻辑直观，适合从概念推敲、空间规划到图纸表达和方案汇报的完整工作流程。