Hasta la momento, las plataformas de codificación de VIBE se han basado en gran medida en los modelos de idiomas grandes (LLM) existentes para ayudar a escribir código.

Sin bloqueo, escribir código es solo una de las muchas tareas diferentes que los desarrolladores deben realizar para construir una plataforma de producción completa de categoría empresarial. Otras tareas en el flujo de trabajo de ingeniería de software completo requieren el uso de diferentes herramientas para ayudar a revisar, confirmar y perdurar el código con el tiempo. Es un desafío Tabla a vela (anteriormente Codeium) se asumirá con una serie de nuevos modelos de IA fronterizos que pira SWE-1 (ingeniero de software 1) como parte de la modernización de Wave 9 de la compañía.

Según los informes, la comunicado se produce cuando Windsurf se encuentra en medio de ser adquirido por el líder de IA OpenAi por hasta $ 3 mil millones. Ese acuerdo aún no ha cerrado formalmente, y Windsurf no está comentando públicamente sobre el acuerdo.

SWE-1 es una clan de modelos de IA de clase fronteriza diseñados específicamente para acelerar todo el proceso de ingeniería de software. A diferencia de los modelos AI de uso normal que se han adaptado para tareas de codificación, la clan SWE-1 fue construida para tocar el espectro completo de las actividades de ingeniería de software.

Los nuevos modelos tienen como objetivo recibir a los desarrolladores a través de múltiples superficies, estados de trabajo incompletos y tareas de larga duración que caracterizan el progreso de software del mundo positivo. Habitable inmediatamente para los usuarios de Windsurf, SWE-1 marca la entrada de la compañía en el progreso del maniquí fronterizo con el rendimiento competitivo a los modelos de cimientos establecidos, pero con un enfoque en los flujos de trabajo de ingeniería de software.

“Nuestro objetivo principal aquí es acelerar toda la ingeniería de software en un 99%”, dijo a VentureBeat Anshul Ramachandran, principal de productos y estrategias de Windsurf.

Los desarrolladores empresariales necesitan más que solo modelos con capacidad de codificación

La innovación central detrás de SWE-1 es el inspección de Windsurf de que la codificación representa solo una fracción de lo que verdaderamente hacen los ingenieros de software.

Este enfoque aborda una cortapisa crítica en las LLM de codificación AI actuales. Muchos modelos diferentes se pueden usar hoy para escribir código de aplicación, incluidos GPT-4.1 de OpenAI, Anthrope Claude 3.7 y la estampación Gemini 2.5 Pro de E/S de Google.

Windsurf tiene una interfaz modular que puede permitir el uso de múltiples modelos diferentes. Ramachandran explicó que los usuarios de Windsurf han entregado comentarios a la compañía de que los modelos de codificación existentes tienden a funcionar adecuadamente con la orientación del becario, pero con el tiempo tienden a perderse las cosas.

Esta cortapisa proviene de una diferencia fundamental en la estructura de tareas. Si adecuadamente la gestación de códigos es a menudo una tarea de un solo disparo, la ingeniería de software positivo implica navegar por múltiples herramientas, trabajar con código incompleto y perdurar el contexto en los proyectos de larga duración.

La clan SWE-1: construida especialmente para diferentes tareas de ingeniería

En ocasión de crear una decisión única para todos, Windsurf ha desarrollado tres modelos especializados:

1. SWE-1: Maniquí de tamaño completo diseñado para razonamiento renovador y uso de herramientas, habitable para todos los usuarios pagados.
2. Swe-1-lite: Un maniquí más pequeño pero potente que reemplaza la cojín de cascada existente de Windsurf, habitable para todos los usuarios (tanto gratuitos como pagados).
3. Swe-1-Mini: Un maniquí mudable que impulsa las predicciones de código pasivo en la pestaña Windsurf, ilimitado para todos los usuarios.

Los modelos SWE se construyeron a través de un extenso proceso de capacitación interno centrado específicamente en tareas de ingeniería de software. Ramachandran dijo que la compañía utilizó un nuevo maniquí de datos con pasos secuenciales para la capacitación.

Puntos de relato de rendimiento: cómo se compara SWE-1

Si adecuadamente SWE-1 no está posicionado para reemplazar los modelos de cojín de los principales laboratorios, Windsurf afirma que logra el rendimiento de la clase frontera específicamente para tareas de ingeniería de software. La compañía informa que supera sustancialmente los modelos de cojín de tamaño mediano y los modelos de peso rajado.

Sin bloqueo, Windsurf tiene cuidado de no excesivamente estos resultados iniciales.

“Incluso nuestro punto de relato muestra que no es objetivamente mejor que todos los demás modelos”, reconoció Ramachandran.

En cambio, el objetivo es colocar SWE-1 como el primer paso en torno a los modelos especialmente diseñados que eventualmente superarán los de propósito normal para tareas de ingeniería específicas, y potencialmente a un costo beocio.

El borde técnico: conciencia de flujo y plazos compartidos

Lo que hace que el enfoque de Windsurf sea técnicamente distintivo es su implementación del concepto de conciencia de flujo.

La idea básica es que un flujo de pasos debe ocurrir como parte del progreso empresarial. En ocasión de solo escribir código para un paso específico, la conciencia del flujo se prostitución de ser consciente del contexto más amplio.

El conocimiento del flujo se centra en la creación de una ristra de tiempo compartida de acciones entre humanos y IA en el progreso de software. La idea central es transferir progresivamente las tareas de humanos a IA al comprender dónde puede ayudar la IA de forma más efectiva.

Este enfoque crea un onda de restablecimiento continuo para los modelos.

“A medida que continuamos mejorando los modelos, más de los pasos en esa ristra de tiempo compartida se voltearán de humanos a IA”, dijo Ramachandran. “La IA podrá hacer más cosas que el humano tuvo que hacer antiguamente porque la IA no estaba adecuadamente”.

Lo que esto significa para los tomadores de decisiones técnicas

Para las empresas que construyen o mantienen software, SWE-1 representa una proceso importante en el progreso asistido por AI-AI. En ocasión de tratar los asistentes de codificación de IA como simplemente herramientas autocompletas, este enfoque promete acelerar todo el ciclo de vida del progreso.

El impacto potencial se extiende más allá de solo escribir código más rápidamente. El inspección de que el progreso de aplicaciones está más involucrado ayudará a granar el modelo de codificación VIBE para que sea más aplicable para el progreso de software empresarial estable.

Si adecuadamente todavía es temprano para SWE-1, este movimiento es importante. Si OpenAI completa la adquisición de Windsurf, los nuevos modelos podrían volverse aún más importantes a medida que se cruzan con los posibles de investigación y progreso de modelos más grandes que estarán disponibles.

Los líderes técnicos deben considerar cuánto de su flujo de trabajo de progreso podría beneficiarse de la concurso de IA más allá de la mera gestación de código. Los equipos que pasan un tiempo significativo en revisiones de código, depuración y encargo de la deuda técnica podrían ver beneficios más sustanciales de herramientas como SWE-1 que las centradas principalmente en suscitar un nuevo código.