近日，蚂蚁集团推出的一款开源大模型在SWE-Bench Lite榜单上表现优异，修复准确率达44%，排名开源模型第一。该模型首次直接理解代码图，无需依赖Agent即可高效修复bug，性能媲美闭源模型。CGM（Code Graph Model）通过将仓库代码图与大模型结合，实现对代码结构的深度理解，提升修复和补全代码的效率。相比传统Agent方案，CGM简化了流程，仅需4步即可完成任务。其核心技术在于融合图模态与语言模态，通过编码器和适配器处理代码图，并利用图感知注意力机制捕捉结构依赖关系。CGM采用两阶段训练策略，先预训练子图重构能力，再微调问题泛化能力。此外，团队还构建了Graph-RAG框架，进一步提升实际应用效果。实验结果显示，CGM在多个基准测试中领先，尤其在跨语言、跨项目任务中表现出色。目前，CGM的技术论文、代码、模型权重及训练数据均已开源，为开发者提供了灵活、透明且可控的解决方案。