**为长程智能体解锁并行测试时扩展：64 个 DeepSeek 智能体跑完 SWE-bench Pro**

_Unlocking parallel test-time scaling for long-horizon agents_

> Doubleword 博客展示其推理栈在 SWE-bench Pro 上的测试：64 个由 DeepSeek-V4-Pro 驱动的编码智能体共 46,784 次尝试，在单台 8×B300 节点上 20 小时 23 分钟完成全部任务，而面向吞吐优化的 SGLang 在 24 小时内每智能体平均仅完成 24.8 题。其引擎请求与 token 吞吐约为后者的 30 倍，关键在于复用智能体历史上下文的 prefill 计算并保持解码批次满载。并行扩展还带来显著准确率收益：单智能体平均解决 51.2%，64 个中任一成功即达 70.7%，提升 19.5 个百分点。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-products
- **发布时间**：2026-09-23 21:34（北京时间）
- **原文**：[打开原文](https://blog.doubleword.ai/swe-bench-pro-64-deepseek-agents)