Быстрое ИИ-программирование у вас на столе.
Около 69% на SWE‑bench Verified.

Также в 1.7.0: Night Shift может пробовать задачу несколько раз и оставлять лучшую попытку (/night add --best-of N), одна машина может запускать несколько мостов Signal, а клиент выбирает между двумя узлами в одной сети, не теряя знакомый. Примечания к релизу и загрузки.

Установка

$ curl -fsSL https://github.com/dreamference/ragon/releases/latest/download/install.sh | bash

$ ragon-admin server start      # один раз скачивает модель (~20 ГБ), затем запускает её
$ cd ~/your-project && ragon    # вот и всё

> irm https://github.com/dreamference/ragon/releases/latest/download/install.ps1 | iex

Попробуйте сначала это

Или поставьте работу в очередь на ночь командой /night add <task>: Ragon разбирает очередь, пока вы спите, каждую задачу в своей git-ветке, а вы просматриваете ветки за утренним кофе.

$ ragon "explain this repository to me like I'm new on the team"
# reads the code index (ragon-code outline, def, refs, callers) instead of grepping,
# then walks you through the layout, the entry points and how they connect

$ ragon "the tests are failing: find out why and fix them"
# runs the tests, reads the failure, edits the code and runs the tests again,
# asking before anything risky

> /night add --best-of 3 add input validation to the signup form, with tests
# tonight: three attempts, each in its own git worktree; the one the chooser picks
# is committed on its own branch, and nothing is merged or pushed
$ ragon-admin night status      # the timer, the window and the queue
> /night apply <id>            # in the morning: bring the branch back as uncommitted changes

Что вы получаете

Десктопное приложение Ragon 1.7.0 объединяет Ask и Work в одном окне. Work — полноценный верстак для агентских сессий: поле ввода с файлами, навыками и командами, панель ревью, где можно добавлять в индекс, откатывать и коммитить, worktree, вкладки терминала, а также дерево файлов и вкладки файлов рядом с потоком. На ваших остальных компьютерах оно служит клиентом вашего GB10, который находит в локальной сети.

$ ragon worktree on   # new sessions start in their own worktree
$ cd ~/your-project && ragon
> /airgapped on      # no network for any command it runs
> /worktree apply    # bring the changes back to your checkout

$ sudo apt install ./ragon_1.7.0_arm64.deb

$ ragon-admin mcp            # stdio MCP for JetBrains and VS Code
$ ragon signal setup         # Note to Self only, off until linked
$ ragon chat telegram setup  # topics and the Mini App

Почему Ragon

SWE-bench Verified, измерено на одном DGX Spark

2026-10-08 агент Ragon 1.5.1 с Qwen3.8-27B решил 68 из 100 задач SWE-bench Verified на одном DGX Spark, офлайн: фиксированная выборка из 100 задач, одна попытка на задачу, режим по умолчанию. В пересчёте на все 500 задач это примерно ≈69% по оценке (95-процентный интервал 63,9–73,4%). Это наше собственное измерение, на нашей машине и на подмножестве, а не запись в рейтинге.

Читайте это как сравнение компаний, а не рейтинг. На тех же 100 задачах Ragon решил столько же, сколько Qwen3-Coder-480B и GLM-4.6, модели, во много раз крупнее его, но в каждой строке свой агент, своё железо, а в строках рейтинга ещё и официальные тестовые образы x86, тогда как у нас работали образы сообщества для arm64. В режиме refine первая сессия изучает задачу, ничего не меняя, а новая сессия её выполняет: он решил на одну задачу больше, чем режим по умолчанию (69 против 68, причём каждый вариант выигрывал задачи, которые проигрывал другой), затратив примерно в 2,2 раза больше времени на задачу, поэтому остаётся опциональным (ragon --refine).

1. Ragon: 100 задач, по одной попытке; один DGX Spark (GB10, 128 ГБ), модель запущена локально, без облака; режим по умолчанию измерен 2026-10-08, режим refine — 2026-10-09. Оценка по данным по каждой задаче из SWE-bench experiments.
2. 500 задач, одна попытка; железо не указано. Источник: experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct. Та же модель с mini-SWE-agent: 57/100, 55,4%.
3. 500 задач, одна попытка, агент не раскрыт; железо не указано. Источник: experiments, 20250930_zai_glm4-6.
4. 500 задач, одна попытка; железо не указано. Источник: experiments, 20260217_mini-v2.0.0_kimi-k2-5-high.
5. 500 задач, одна попытка; железо не указано. Источник: experiments, 20260217_mini-v2.0.0_deepseek-3-2-high.
6. По 500 задач; железо не указано. Четыре заявки: OpenHands (80/100, 77,6%), live-SWE-agent (80/100, 79,2%), Sonar Foundation Agent (77/100, 79,2%), mini-SWE-agent, high (79/100, 76,8%). Более ранний запуск mini-SWE-agent дал 74/100, 74,4%.
7. 500 задач, одна попытка; железо не указано. Источник: experiments, 20251120_livesweagent_gemini-3-pro-preview. Та же модель с mini-SWE-agent: 72/100, 74,2%.
8. Лучшая опубликованная модель на 20–40 млрд параметров в рейтинге. 500 задач; масштабирование на этапе теста использует две и более попытки на задачу; железо не указано. Источники: масштабирование на этапе теста, одна попытка.
9. 500 задач, одна попытка; железо не указано. Источник: experiments, 20251209_mini-v1.17.2_devstral-small-2512.
10. Собственная цифра GitHub, апрель 2025: «agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet». Число задач, попыток и железо не указаны; в рейтинге нет. Источник: блог GitHub.
11. Anthropic публикует SWE-bench Verified для своих моделей Claude, запущенных в собственной простой обвязке (инструмент bash и инструмент редактирования), а не для продукта Claude Code. Источники: Claude Code, методика Anthropic для SWE-bench.
12. Cursor публикует результаты на собственном бенчмарке Cursor Bench, а не на SWE-bench Verified. Источник: блог Cursor, Composer.

Все цифры рейтинга: swebench.com и репозиторий SWE-bench/experiments; «те же 100 задач» — это опубликованные результаты каждой заявки по задачам, ограниченные теми, что прогонял Ragon.

Статья

FAQ