SWE-World: Construcción de Agentes de Ingeniería de Software en Entornos Libres de Docker
SWE-World: Building Software Engineering Agents in Docker-Free Environments
February 3, 2026
Autores: Shuang Sun, Huatong Song, Lisheng Huang, Jinhao Jiang, Ran Le, Zhihao Lv, Zongchao Chen, Yiwen Hu, Wenyang Luo, Wayne Xin Zhao, Yang Song, Hongteng Xu, Tao Zhang, Ji-Rong Wen
cs.AI
Resumen
Los recientes avances en los modelos de lenguaje a gran escala (LLM) han permitido a los agentes de ingeniería de software abordar tareas complejas de modificación de código. La mayoría de los enfoques existentes dependen de retroalimentación de ejecución en entornos containerizados, que requieren una configuración completa de dependencias y la ejecución física de programas y pruebas. Si bien es efectivo, este paradigma es intensivo en recursos y difícil de mantener, complicando sustancialmente el entrenamiento de agentes y limitando la escalabilidad. Proponemos SWE-World, un marco libre de Docker que reemplaza los entornos de ejecución física con un sustituto aprendido para entrenar y evaluar agentes de ingeniería de software. SWE-World aprovecha modelos basados en LLM entrenados con datos de interacción reales entre agente y entorno para predecir resultados de ejecución intermedios y retroalimentación final de pruebas, permitiendo que los agentes aprendan sin interactuar con entornos containerizados físicos. Este diseño preserva el bucle estándar de interacción agente-entorno mientras elimina la necesidad de costosas construcciones y mantenimientos de entorno durante la optimización y evaluación del agente. Además, dado que SWE-World puede simular los resultados de evaluación final de trayectorias candidatas sin envío real, permite seleccionar la mejor solución entre múltiples intentos en tiempo de prueba, facilitando así la escalabilidad efectiva en tiempo de prueba (TTS) en tareas de ingeniería de software. Los experimentos en SWE-bench Verified demuestran que SWE-World eleva a Qwen2.5-Coder-32B del 6.2% al 52.0% mediante SFT libre de Docker, al 55.0% con RL libre de Docker, y al 68.2% con TTS adicional. El código está disponible en https://github.com/RUCAIBox/SWE-World.
English
Recent advances in large language models (LLMs) have enabled software engineering agents to tackle complex code modification tasks. Most existing approaches rely on execution feedback from containerized environments, which require dependency-complete setup and physical execution of programs and tests. While effective, this paradigm is resource-intensive and difficult to maintain, substantially complicating agent training and limiting scalability. We propose SWE-World, a Docker-free framework that replaces physical execution environments with a learned surrogate for training and evaluating software engineering agents. SWE-World leverages LLM-based models trained on real agent-environment interaction data to predict intermediate execution outcomes and final test feedback, enabling agents to learn without interacting with physical containerized environments. This design preserves the standard agent-environment interaction loop while eliminating the need for costly environment construction and maintenance during agent optimization and evaluation. Furthermore, because SWE-World can simulate the final evaluation outcomes of candidate trajectories without real submission, it enables selecting the best solution among multiple test-time attempts, thereby facilitating effective test-time scaling (TTS) in software engineering tasks. Experiments on SWE-bench Verified demonstrate that SWE-World raises Qwen2.5-Coder-32B from 6.2\% to 52.0\% via Docker-free SFT, 55.0\% with Docker-free RL, and 68.2\% with further TTS. The code is available at https://github.com/RUCAIBox/SWE-World