“软工任务要改多文件、多轮工具调用，模型怎么学透？高质量训练数据稀缺，又怕轨迹含噪声作弊？复杂 RL 训练成本高，中小团队望而却步？”华为研究团队推出 SWE-Lego， 仅基于监督微调（SFT）的软件工程代码智能体，无需复杂 RL 流程，在 SWE ...