新智元报道

编辑：KingHZ

学界杀入主赛道！UCL 校园团队 EuniAI 抛出开源智能体 Prometheus，在 SWE-bench Verified 上 71.2% Pass@1、主榜实锤合并；成本低至 $0.23/issue。

来自伦敦大学学院（UCL）的初创团队EuniAI开源发布了AI软件智能体Prometheus。

该系统在SWE-bench Verified上取得71.2%的Pass@1成功率，成绩已被官方确认并合并至主榜单。

令人瞩目的是，这一成果来自高校科研团队，却已与产业巨头同台竞技，展现出学术研发在AI工程领域的产业级突破。

从学术论文到全球榜单

高校科研的「产业级突破」

Prometheus源自论文：

论文地址：https://arxiv.org/abs/2507.19942

开源代码：https://github.com/EuniAI/Prometheus

官网Demo：https://euni.ai/

官方榜单确认：https://github.com/SWE-bench/experiments/pull/339

它不仅通过开源代码和Neo4J知识图谱技术，让AI「读懂代码」，还能在实际GitHub项目中实现自动修复错误、验证补丁，甚至生成可直接提交的修复说明。

全球榜单：成绩亮眼

SWE-bench Verified：71.2% Pass@1（官方确认 merge）

SWE-bench Lite：35.33% Pass@1（开源模型SOTA）

平均API成本：仅$0.23/issue

技术亮点：让AI真正「理解」代码结构

Prometheus的突破在于：它不是提示工程的产物，而是图结构推理的系统性设计。

统一知识图谱（UnifiedKnowledge Graph）将代码结构整合文件结构、AST抽象语法树和文档信息，将复杂代码库转化为可推理的知识网络，实现多语言语法理解与跨文件依赖分析。

多智能体协作框架（Multi-Agent System）包含六个专职Agent，从问题分类、环境重现到补丁生成与验证，实现端到端自动化开发闭环。

跨语言与可扩展性覆盖Python、Java、Rust、C/C++、Go、Typescript、PHP、Ruby等主流语言，支持真实世界项目自动构建与测试。

低成本+高可复现性Prometheus使用DeepSeek-V3模型，性能与GPT-4o相近，但成本仅为其1/9。支持在笔记本级硬件上运行完整修复流程。

在线Demo

从论文到真实工程的桥梁

为展示Prometheus的工程化能力，EuniAI团队在官网上线了交互式演示平台：https://euni.ai/

该平台支持用户直接连接项目，选择待修复任务，系统将自动完成以下全自动流程操作：

自动环境构建与依赖安装

问题分析与知识图谱检索

补丁生成与自动验证

结果可视化与差异对比（Diff View）

目前Demo版本支持Python与多语言项目，提供限量邀请码注册体验，并持续向学术机构与开发者开放内测合作。

我们希望AI不再只是「补代码」，而是理解项目结构、能独立调试和修复的工程伙伴。 ——EuniAI团队

EuniAI团队由UCL助理教授叶荷（HeYe）领衔，成员来自伦敦大学学院、KTH皇家理工学院和CMU等国际高校。

他们以「科研与开源并行」的方式，推动AI智能体真正落地，让学术创新真正服务于软件开发一线。

未来展望

EuniAI团队对下一代智能代码分析与自动修复系统的展望：

「Prometheus的愿景，是让AI不仅写代码、修代码，更能理解整个软件生态，并与人类工程师共同进化。」

未来，EuniAI团队计划让Prometheus拥有更强的「工程意识」:

智能修复代理（Issue Resolution Agent）：自动检测、修复并提交补丁，实现端到端自动化修复。

知识图谱生成（Codebase → Graph）：一键将代码库结构化，提升上下文检索与跨语言理解。

项目记忆与学习（Agent Memory + Post-Train Model）：让智能体具备项目经验与长期记忆，不断自我优化。

自动构建与验证（Automated Build Agent）：生成补丁后自动测试与验证，保障修复质量。

生态集成（MCP & TerminalAutomation）：支持Model Context Protocol与终端自动化，构建完整的AI工程流水线。

Prometheus不止是一款智能体系统，它是下一代代码理解与自动修复平台的起点。

立即体验Demo！

https://euni.ai/

上传一个项目与待修复任务，见证AI从识别问题、生成补丁、到自动验证的全过程。

（限量邀请码正在开放中）

参考资料：

https://arxiv.org/abs/2507.19942