九坤投资的IQuest-Coder-V1：编程Agent的新里程碑

九坤投资旗下的至知创新研究院推出了开源编程Agent模型IQuest-Coder-V1。尽管至知研究院在AI领域的名气尚不显著，但这一模型的benchmark数据已媲美行业顶尖水平。

鉴于母公司是量化私募，且发布时间是1月，这一特征组合让人不禁联想到去年同期的DeepSeek R1。

事实上，去年DeepSeek R1发布时，也是一个知名度不高的公司推出了行业顶尖的模型。

那么，IQuest-Coder-V1会成为下一个“DeepSeek时刻”吗？目前尚难断言。

根据JetBrains的《2025 开发者生态系统现状报告》，全球85%的开发者已使用AI工具，且全球41%的代码由AI生成，但这些工具大多仅停留在辅助层面。

从OpenAI到Anthropic，各家在2025年底密集推出的agent产品，都将代码视为突破口。

因此，可以肯定的是，编程Agent正成为下一个风口。

01

IQuest-Coder-V1并非简单的代码补全工具，而是一个能够自主完成软件工程全流程的代码大语言模型。

以往的AI编程助手主要功能是自动补全代码，而IQuest-Coder-V1则能从零开始理解需求、设计架构、编写代码、测试调试，甚至进行多轮迭代优化。

IQuest-Coder-V1拥有三个关键技术点。

首先是40B的参数规模。与GPT-5和Gemini 3等数千亿参数的模型相比，40B仅是它们的几十分之一。

这意味着IQuest-Coder-V1可在性能较好的消费级硬件上运行，无需专业数据中心级别的算力。

第二个特点是Loop架构。模型会循环迭代自己的输出，就像程序员写完代码会回头检查、修改、重构一样，Loop架构让模型在生成代码后能够反思和改进。

但Loop架构并非简单的多次调用，而是将迭代优化的过程内化到模型架构中。简而言之，IQuest-Coder-V1会超额完成任务，以确保最终输出覆盖用户需求。

第三个特点是code-flow训练范式。传统代码模型学习的是静态的语法和API调用模式，而IQuest-Coder-V1学习的是软件如何一步步演化出来，理解“这段代码为什么这样写”、“下一步应该怎么改”。

IQuest-Coder-V1使用32k高质量轨迹数据进行强化学习训练，这些轨迹通过multi-agent role-playing自动生成。

系统会模拟用户、Agent、Server三方交互，用户提出需求，Agent编写代码，Server返回执行结果，整个过程无需人工标注。训练目标不仅是单次代码生成，而是完整的软件演化过程。

IQuest-Coder-V1由九坤投资创始团队发起设立的至知创新研究院推出。该研究院独立于九坤的量化投研体系，专注于研究多个AI应用方向。

九坤投资是中国最早一批量化私募之一，成立于2012年，目前管理规模超过600亿人民币，与明汯、幻方、灵均并称量化“四大天王”。

创始人王琛拥有清华大学数学物理学士和计算机博士学位，师从图灵奖唯一华人得主姚期智院士。联合创始人姚齐聪是北京大学数学学士、金融数学硕士。

两人均来自华尔街顶级对冲基金千禧年(Millennium)，2010年看准中国股指期货上市的机遇回国创业。

02

不可否认的是，IQuest和DeepSeek两者有着惊人的相似性。

它们都来自中国量化基金，都展示了在资源受限情况下通过工程创新实现技术突破的能力。但仔细观察会发现，两者选择了完全相反的方向。

DeepSeek追求“广度”，目标是打造通用对话能力；而IQuest-Coder-V1追求“精度”，专注在代码垂直领域，在SWE-Bench这样的专业测试上做到极致。

03

IQuest-Coder-V1对标的是Claude Opus 4.5。定位明确且benchmark数据亮眼（81.4%对80.9%）。

尽管Anthropic对华态度强硬，但“取代Claude Opus 4.5”这一问题仍需冷静分析。

Claude Opus 4.5的优势不仅在于模型能力，更在于完整的产品生态和用户体验。这些非新发布的模型能短期内复制。