SWE-World: Costruire agenti di ingegneria del software in ambienti senza Docker

Abstract

I recenti progressi nei modelli linguistici di grandi dimensioni (LLM) hanno consentito agli agenti di ingegneria del software di affrontare complessi compiti di modifica del codice. La maggior parte degli approcci esistenti si basa su feedback di esecuzione da ambienti containerizzati, che richiedono una configurazione completa delle dipendenze e l'esecuzione fisica di programmi e test. Sebbene efficace, questo paradigma è dispendioso in termini di risorse e difficile da mantenere, complicando sostanzialmente l'addestramento degli agenti e limitando la scalabilità. Proponiamo SWE-World, un framework senza Docker che sostituisce gli ambienti di esecuzione fisici con un surrogate appreso per l'addestramento e la valutazione di agenti di ingegneria del software. SWE-World sfrutta modelli basati su LLM addestrati su dati reali di interazione agente-ambiente per prevedere i risultati intermedi dell'esecuzione e il feedback finale dei test, consentendo agli agenti di apprendere senza interagire con ambienti containerizzati fisici. Questo design preserva il ciclo standard di interazione agente-ambiente eliminando al contempo la necessità di costose operazioni di costruzione e manutenzione dell'ambiente durante l'ottimizzazione e la valutazione dell'agente. Inoltre, poiché SWE-World può simulare i risultati della valutazione finale delle traiettorie candidate senza una sottomissione reale, consente di selezionare la soluzione migliore tra più tentativi in fase di test, facilitando così un efficace test-time scaling (TTS) nei compiti di ingegneria del software. Esperimenti su SWE-bench Verified dimostrano che SWE-World eleva Qwen2.5-Coder-32B dal 6,2% al 52,0% tramite SFT senza Docker, al 55,0% con RL senza Docker e al 68,2% con ulteriore TTS. Il codice è disponibile all'indirizzo 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

SWE-World: Costruire agenti di ingegneria del software in ambienti senza Docker

SWE-World: Building Software Engineering Agents in Docker-Free Environments

Abstract

Support