用 Bullet 跑 SWE-bench Verified 能拿到

在编程 Agent 领域，很多人陷入了一个误区，觉得速度慢是因为模型推理慢。但其实真正拖后腿的是那些没完没了的往返对话（round trips）。我最近关注到 YC 的一个新项目 Bullet，他们给出的结论很直接：减少往返次数比提升模型单次响应速度重要得多。

这项目挺有意思，创始人之前在 Citadel 这种量化巨头待过，自带一种“性能强迫症”。他们觉得像 Claude Code 这种工具在处理上下文时太笨，要么把整个仓库塞进去，要么依赖低效的 embedding，导致模型在垃圾信息里打转。

Bullet 核心在搞这几件事，我觉得很有实操参考价值：

• 并行化调研： 把独立的搜索、读取和命令执行全部并行化，只有必须依赖前一步的编辑和验证才走串行。这样能直接砍掉 16% 的往返次数。
• 上下文强力清理： 限制工具输出长度，自动删除过期的截图，不再重复读取文件，防止上下文被垃圾信息淹没。
• 精准搜索代替全量索引： 他们认为对整个 Repo 做 embedding 挺傻的，而是通过更高效的 grep 机制在代码和上下文中进行定向搜索。
• 模型路由优化： 避免用昂贵的大模型去跑那些 Sonnet 就能搞定的简单任务。

从数据上看，Bullet 在 SWE-bench Verified 上的表现相当离谱，500 个任务解决了 479 个，速度比 mini-SWE-agent 配合 Fable 或 Sol 快了 35% 到 67%。

最让我好奇的是他们提到的一个细节：在做代码搜索时，正则方言的不匹配会导致 Agent 悄悄地找错方向，从而走入死胡同。这种极小的技术细节往往决定了 Agent 是在高效工作还是在“一本正经地胡说八道”。

对于需要长时间迭代、步骤依赖极强的任务（比如写数据流水线或跑评测循环），这种优化路径可能比单纯堆模型参数要有效得多。