近日，快手旗下KwaiKAT团队正式推出新一代旗舰级Agentic Coding模型——KAT-Coder-Pro V2。据了解，该模型在多Agent框架泛化能力与前端美学生成两大方向上实现了关键升级，目前已通过StreamLake平台全量上线，面向开发者与普通用户开放使用。
瞄准真实开发痛点，优化多脚手架泛化能力
在 AI Coding 的真实落地场景中，以 OpenClaw 为代表的 AI Agent 框架持续高频迭代，不断引入新工具与新协议，这对模型的脚手架泛化能力提出了巨大挑战。工具调用失败、多步任务中断、指令理解偏差，是模型在实际使用中频繁暴露的问题，而在高频使用场景下，这些问题会被成倍放大，直接影响用户体验。
KAT-Coder-Pro V2 从数据构建到训练流程进行了系统性重构，围绕"多脚手架泛化能力"展开针对性设计，并针对 OpenClaw 使用场景从原生任务数据出发进行全链路专项优化——不仅覆盖脚手架协议理解与工具链调用，更在训练阶段对长链路执行稳定性进行深度强化。最终评测结果显示，KAT-Coder 在复杂 Skills 遵循率与多步任务完成率上取得显著提升，在定时触发、高吞吐、长链路等高压场景下的执行效率与响应稳定性同步达到业界一流水平。
前端美学生成取得阶段性突破，口语输入即可获得专业级输出
相较于脚手架泛能力的提升主要面向专业开发群体，KAT-Coder-Pro V2在前端美学生成方向的进展，则指向了更大规模的泛开发用户群体。在Landing Page和PPT生成场景中，用户仅需口语化描述，即可获得接近结构化设计 spec 输入水平的高品质输出。
值得关注的是，为解决当前行业在美学评估维度上的系统性缺失，KwaiKAT联合专业设计师团队推出了"KAT美学Benchmark"。该基准采用设计师人工盲测机制，围绕配色、布局、元素搭配等10个独立维度进行深度评估，强调"出彩且无瑕疵"而非"最像参考图"。在这套评测体系下，KAT-Coder-Pro V2的表现颇为亮眼：PPT场景总分57.6，领先竞品14至22分，配色单项高达78分；Landing Page场景总分59.8，位列第一，在配色、元素、布局等核心维度均建立起明显优势。与上一代基线相比，PPT均分提升103%，Landing Page提升42%，元素单项增幅达300%。
基座能力全面跻身全球第一梯队
支撑上述能力的，是底层通用能力的整体跃升。KAT-Coder-Pro V2 在Terminal-Bench Hard（46.8）、τ²-Bench Telecom（93.9）、AA-LCR（68.0）等主流基准上进入全球第一梯队。
展望未来，KwaiKAT团队表示，一线开发者的真实反馈始终是驱动模型迭代的核心动力。团队将保持开放姿态，与开发者社区紧密协作，在实际应用中持续打磨产品体验，推动AI编程工具从"能用"走向"好用"，最终服务于每一位有创造需求的用户。
