开发者们苦于找不到一个既小巧、又真正能自主完成复杂编程任务的模型。大多模型要么是参数量巨大部署困难，要么在真实的 Agent 工作流里根本跑不动，无法正确调用工具和终端环境。Cohere 的 North Mini Code 直接瞄准了这个痛点：一个只有 30B 总参数、**3B 活跃参数的 MoE 模型**，却在 AI 评测机构的 Coding Index 上拿到了 33.4 分，超越了 Qwen3.5、Gemma 4 甚至大量百亿级参数的模型。这证明小模型通过针对性的训练，完全可以在 Agent 编码赛道干掉大块头。

它的解法很朴实，但做得很彻底。核心是一套两阶段 SFT + 异步 RLVR 的训练流程。第一阶段用 70% 的代码 token（其中 43% 是 Agent 工具调用数据）做广度铺开，第二阶段再用纯 Agent 的高质量数据精调。随后用异步强化学习（CISPO 算法）在不同 Agent 框架上联合训练，最关键的是，它不再只针对 SWE-Agent 一个 harness 优化，而是混入了 6% 的其他 harness 数据，**就让跨 harness 的泛化能力提升了 10%**，并且毫无副作用。这种务实的“多环境联合训练”思路，比那些只刷单一基准的模型要聪明得多。

我的感觉是，Cohere 这篇论文的价值不在于模型参数有多创新，而在于它示范了一套高效的“模型垂直化”路径。它告诉我们，对于 Agent 这类任务，**泛化性和鲁棒性不是靠数据堆出来的，而是靠精心设计的训练策略“训”出来的**。对于想自建编码 Agent 的团队来说，这篇论文里的数据配比、训练节奏、跨 harness 迁移的经验，都是可以直接拿走的干货。3B 活跃参数就能跑出这种成绩，意味着端侧部署和低成本 Agent 搭建可能比我们想象中来得更快。