写代码的AI不少，但能像科学家一样“先假设、再验证、错了就改、改完再验”的AI，还真不多见。

近日，清华大学深圳国际研究生院（SIGS）刘厚德、王立博团队正式开源了一款代码大模型——VeriLoop Coder-E1（中文名：循证），该模型可解决真实软件工程中的代码修复问题。

其特点在于，不是让AI闷头写代码、写错了再重来，而是给它装了一套“循证闭环”，每一轮生成的代码都必须经过测试验证，通不过就分析原因、修正错误，然后再验证，直到产出可靠代码。

该模型通过宿主侧表层参数高效微调适配器与自驱式闭环智能体运行框架协同，将代码生成、工具调用、测试反馈、错误修正和回归控制组织为可持续迭代的闭环，为代码智能体由程序文本生成向仓库状态理解、修改执行与结果验证演进提供新方案。

该系统基于循证原理：循证不是用信息为既有结论提供装饰或支持，而是让证据能够挑战并改变系统当前的认识、行动或未来探究方式。团队据此改良了递归式自我改进机制：系统不是反复修改自身，而是经证据纠正的方法，改变未来如何发现、判断和纠正错误，并且这一方法仍然允许被新的证据再次推翻。这意味着系统不会仅因“能改变自身”而实现改进，只有当证据开始改变它“未来如何改变自身”时，递归式自我改进才真正发生。

在公开软件工程基准评测中，VeriLoop Coder-E1在验证软件工程基准（SWE-bench Verified）得分85.20、专业版软件工程基准（SWE-bench Pro）得分62.38、终端任务基准（Terminal-Bench 2.0）得分76.40、软件工程智能体基准（Deep SWE）得分33.63。

截至7月27日，根据Hugging Face平台公开社区榜单收录的团队发布（self-published）评测结果，与DeepSeek-V4-Pro、MiniMax-M3、GLM-5.2、Kimi-K3、Qwen3.6-27B等知名大模型版本相比，VeriLoop Coder-E1在32B及以下开源模型中，前三项位列第一，软件工程智能体基准位列第二；在全部开源模型中，四项分别位列第二、第一、第一和第五。

成果发布后，第三方社区基于公开权重制作了适用于个人设备及本地大模型推理工具的量化版本。截至2026年8月6日，两项主要社区量化版本下载量分别为16120次和8541次，同期官方模型仓库下载量为763次。

除代码智能系统外，研究团队还自主研发了面向智能硬件的多模态交互智能体“丸子”，实现将语音、视觉、记忆和性格设计为按需启动的能力：用户说话时调用语音交互，需要理解周围环境时开启视觉，涉及过去信息时检索或写入记忆，并根据不同对象和场景加载相应的性格与表达方式。

据介绍，研究团队已获得五项发明专利授权，相关专利形成了从模型底层稳定性、循证闭环推理到通用编程智能体执行控制与多模态交互的完整技术链条。