7 月 8 日 Cognition 发布编程模型 SWE-1.7，性能不错：FrontierCode 1.1 得分从上一代的 30.1% 提到 42.3%，服务速度 1000 tokens/秒。但真正让圈子炸开的是底座：它基于月之暗面开源的 Kimi K2.7 做 RL 微调。
一家美国明星 AI 公司，拿中国实验室的开源模型当地基，盖出自己的招牌产品。放在两年前，这句话会被当成段子。
这件事戳破的叙事，比模型本身有意思得多。
开源底座 + 闭源精调：新分工成型
SWE-1.7 的做法代表一种越来越清晰的分工模式：
| 环节 | 谁来做 | 拼什么 |
|---|---|---|
| 预训练底座 | 开源实验室（Kimi、DeepSeek 等） | 算力规模、数据工程 |
| 领域精调 | 应用公司（Cognition 等） | 领域数据、RL 环境、评测体系 |
| 推理服务 | 芯片与云厂商（Cerebras 等） | 速度和单位成本 |
Cognition 没有从零训模型的算力，但它有别人没有的东西：Devin 积累的海量真实软件工程轨迹，以及一套成熟的 RL 训练环境。拿这些去精调一个足够强的开源底座，12 个百分点的提升就是证明。
预训练正在变成上游原材料，精调层才是应用公司的主战场。这和芯片行业的 fabless 模式几乎一模一样：设计公司不建晶圆厂，照样做出顶级芯片。
中美竞争叙事的反转
主流叙事一直是「美国闭源领先，中国开源追赶」。SWE-1.7 把这个叙事倒了过来：中国实验室的开源底座，成了美国公司产品的地基。
这不是孤例。国产开源模型这两年在底座质量上持续爬坡，而美国应用公司的理性选择很朴素：哪个底座强就用哪个，护照不重要。商业逻辑面前，地缘叙事让位了。
真正的竞争格局正在变成：底座层全球共用，精调层各凭本事。谁掐着评测体系、领域数据和 RL 环境，谁才拿得住应用层的定价权。
$1.97 一个任务，这笔账怎么看
SWE-1.7 单任务成本约 $1.97，配合 Cerebras Lightning SKU 跑到 1000 tokens/秒。
两美元买一次任务尝试，42.3% 的成功率，等于每个成功任务摊下来不到 5 美元。对比一个初级工程师处理同类任务的时薪，这个数字已经进入「无脑划算」区间。速度这个变量也别小看：1000 tokens/秒意味着 agent 的试错循环从分钟级压到秒级，同样的预算能多跑好几轮修正。
判断
SWE-1.7 最大的意义是给所有应用公司递了一张路线图：不要迷信自研底座，把钱和人砸在领域数据和 RL 环境上，回报率高得多。而对国产实验室来说，开源底座被顶级美国公司选中，比任何 benchmark 宣传都硬。底座开源化是单行道，走出去就不会再回头了。