Dockerless：面向编码智能体的无环境程序验证器

程序验证器在训练编码智能体（coding agent）中扮演核心角色，包括为监督微调（SFT）筛选轨迹，以及为强化学习（RL）提供奖励。传统的基于执行的验证需要在每个仓库环境（如 Docker 镜像）中运行单元测试，这会产生大量的环境搭建成本。我们提出 Dockerless，一种无需环境的智能体补丁验证器，它无需执行代码即可评估生成的代码补丁。Dockerless 并非简单地将候选补丁与参考补丁进行匹配，而是通过智能体对仓库进行探索来收集证据，从而判断补丁的正确性。在验证器评估基准上，Dockerless 比最强的开源验证器高出 14.3 个 AUC 点。将 Dockerless 同时用作 SFT 轨迹筛选器和 RL 奖励，可以实现完全无需环境的后训练流程。由此得到的模型在 SWE-bench Verified、Multilingual 和 Pro 上分别达到了 62.0%、50.0% 和 35.2% 的解决率，比 Qwen3.5-9B 基线分别高出 2.4、8.7 和 2.9 个点，与基于环境的后训练效果相当。