让 coding agent 像工程师那样从零写一个程序，训练时最缺的是什么？
让 coding agent 像工程师那样从零写一个程序，训练时最缺的是什么？
ProgramGym 这篇论文的回答是：缺一种逼它自己想清楚的环境。
现在常见的任务有两种，一种是在现成仓库里修 issue，一种是照需求文档生成仓库，要做什么基本都已经交代好了。从零做程序就不一样，agent 得先自己弄清需要什么，再决定系统怎么设计，结果还得能验证。这样的训练环境，能规模化的很少。
另一个缺口在工作流。先把参考程序摸透再动手实现，这种长周期开发，现有的 agent 流程撑不下来。
所以它选的任务是"程序复现"：给一个参考程序，agent 先探索，再实现。
ProgramGym 论文（HF Papers）：huggingface.co/papers/2610.13395