Dockerless：编码智能体 的无环境程序验证器

程序验证者在训练 编码智能体 中发挥着核心作用，包括为监督 微调 (SFT) 选择轨迹并为强化学习 (RL) 提供奖励。标准的基于执行的验证需要在每个存储库环境（例如 Docker 映像）内运行单元测试，从而产生大量的环境设置成本。我们提出了 Dockerless，这是一种无环境的代理补丁验证器，可以评估生成的代码补丁而不执行它们。 Dockerless 不是简单地将候选补丁与参考进行匹配，而是使用通过代理存储库探索收集的证据来判断补丁的正确性。在验证器评估基准上，Dockerless 比最强的开源验证器高出 14.3 AUC 点。使用 Dockerless 作为 SFT 轨迹过滤器和 RL 奖励可以实现完全无环境的 后训练 管道。生成的模型在 SWE-bench Verified、Multilingual 和 Pro 上的解析率分别达到 62.0%、50.0% 和 35.2%。它比 Qwen3.5-9B 基线高出 2.4、8.7 和 2.9 个点，与基于环境的 后训练 相匹配。