验证的边界：编码智能体奖励不存在银弹

这篇题为《验证的视野：编码智能体的奖励没有银弹》（The Verification Horizon: No Silver Bullet for Coding Agent Rewards）的论文由Binghai Wang等共12位作者完成，于2026年6月24日提交至arXiv，编号arXiv:2606.26300，属于人工智能（cs.AI）与计算和语言（cs.CL）两个学科分类。作者名单按名字首字母 alphabetical 排序。论文的核心问题在于：长期以来人们认为“验证一个解比生成一个解更容易”，但这一直觉在当今的编码智能体上正在被反转。随着基础模型推理能力不断增强、工程化基础设施愈发精密，生成复杂的候选解决方案已不再是难点，而可靠地验证这些方案反而成为更困难的问题。作者指出，任何能够构建的验证器都只是人类意图的代理（proxy），永远不是意图本身，这使验证面临双重困难。第一重困难来自意图本身的欠规范性：人类意图天然模糊、不完整，因此要忠实检验它是否被满足本质上就很难。第二重困难出现在模型训练过程中：优化会扩大代理与意图之间的差距，表现为奖励黑客（reward hacking）或信号饱和（signal saturation）。为应对这一问题，作者从三个维度刻画验证信号的质量，即可扩展性（scalability）、忠实性（faithfulness）和鲁棒性（robustness），并认为同时实现这三者是核心挑战。论文进一步研究了四种奖励构建方式：面向通用编码任务的测试验证器、面向前端任务的评分标准（rubric）验证器、将用户作为验证器的真实世界智能体任务，以及面向长时程任务的自动化智能体验证器。作者针对不同任务类型和不同策略能力水平，围绕奖励设计的核心挑战以及如何更有效地利用奖励信号进行了深入分析与实验。实验结果显示，有针对性的验证设计能够有效抑制奖励黑客、提升任务完成质量，并在多个内部基准和公开基准上取得显著收益。论文最后总结出一个核心观察：随着策略能力持续增长，没有任何固定的奖励函数能够一直有效，验证必须与生成器共同演化（co-evolve）。作者同时说明，该论文的完整全文以PDF及实验性HTML形式提供，并附有TeX源码与许可信息，提交历史显示v1版本于2026年6月24日18:45:03 UTC提交，文件大小约7,501 KB。这些经验共同指向一个结论：在编码智能体的训练与评测中，奖励设计并非一劳永逸的工程问题，而是一个需要随模型能力不断重新审视、动态调整的持续过程。