小米 CodeMidas:从源码自动生成 5545 个 RL 环境训练编程智能体
XiaomiMiMo · hf · 2026-09-21
小米 MiMo 团队发布 CodeMidas，一种仅以源代码为输入、自动构建智能体编码 RL 环境的流程。现有方法多依赖 issue、commit 等开发产物，任务来源受限；CodeMidas 则把已实现功能直接转化为可执行 RL 环境：
- 流程：agent 探索代码功能生成行为规格 → 基于原始代码执行构建测试 → 通过执行检查与多次求解 rollout 验证筛选任务
- 规模：从 3185 个开源代码库提取 5545 个训练任务，覆盖 23 种编程语言、15 个技术领域
- 效果：用 GRPO 训练 MiMo-V2.5 后，DeepSWE +11.7%、ProgramBench +17%、Terminal-Bench v2.1 +8.5%
- 消融：高质量任务数量增加带来持续收益；轨迹分析显示训练后 agent 更多探索代码库、自验证行为更多样
「编程与Agent」频道最新
- Genspark 联创：大厂造引擎，我们造整车，要给 Salesforce 装'大脑' — Scobleizer · 2026-09-21
- 用了 Agent 后你是更高效还是更忙？自动化一件事催生十件新事 — Luvena21 · 2026-09-21
- 冷知识：粘贴进 Claude Code 的文本会被包上 XML 标签 — Sauers_ · 2026-09-21
- Clairvoyance Mac 版上线 Jev，宣称可省数百万 token — draginol · 2026-09-21
- 开发者纯 Vibe Coding 做出 FPS 游戏，荒漠场景实测曝光 — TAbrodi · 2026-09-21
- 给 AI 智能体装上实时地图，对话中直接钉出地点 — PilgrimofHaqq2 · 2026-09-21