源代码：编码智能体训练的最大未开发资源

随着编码智能体逐步进入仓库修改、调试与验证等复杂开发场景，业界对训练环境供给、执行反馈可靠性及经验复用的关注度不断提升。围绕这些需求，近期有工作开始重新考察已有源代码的价值，探索从功能实现中构建可执行任务、建立验证依据，以及提取可调用技能。

当前，编码智能体的任务范围已扩展至仓库修改、测试执行与多轮调试等软件工程场景，此类任务涉及项目文件分析、工具调用及基于执行反馈的迭代修改，促使智能体的训练过程开始囊括对多步交互与结果验证的项目环境的考虑。为了让编码智能体能够适应日益扩宽的任务边界，业界开始将真实软件工程环境和合成终端任务纳入智能体训练，环境构建中的人工投入、运行资源与复用条件也随之成为相关研究的关注重点。

早期对源代码的功能探索主要结合开发记录或已有测试展开，通过提取历史改动、合成代码缺陷等方式构建训练任务，此时源代码主要提供项目上下文与待修改对象。近期的研究则进一步突破这一局限，直接从源代码的已实现功能中提取任务要求，利用原实现建立验证依据，让源代码同时参与任务定义、开发起点与执行反馈的构建。

在编码智能体的能力发展中，除了利用代码语料训练生成模型、通过专用接口支持代码操作、结合单元测试优化代码生成等传统路径外，研究者正拓展源代码的多元用途。例如，相关工作从代码提交变化生成测试并反译任务描述，得到大量可执行环境；另一项研究围绕已有测试合成缺陷，构建了来自多个仓库的数万个训练实例，采用程序化修改、模型生成等多种策略；还有研究以源代码作为唯一输入，整理公开接口与可观察行为，移除目标实现形成开发起点，再通过参考解和新建测试检查求解结果，无需预先提供其他额外信息。

这些探索显示，源代码作为核心资源，除了作为训练语料外，还能为编码智能体构建可执行任务、提供行为参照和提取技能记录，参与智能体的交互训练与后续任务执行，其潜力尚未被充分挖掘，堪称当前最大的未开发资源之一。