近年来，基于大语言模型（LLMs）的软件工程智能体发展迅速，但其训练数据和训练环境仍高度依赖人类知识和人工策划，本质上是在复现人类开发轨 迹，难以自主发现新的问题结构与解决策略，这从根本上制约了智能体迈向超级智能的能力。 基于此，来自Meta、伊利诺伊大学厄巴纳-香槟分校的研究团队提出 Self-play SWE-RL（SSR），作为软件工程智能体训练范式的第一步。该方法对数据 假设的要求极低，仅需访问包含源代码和已安装依赖项的沙盒化代码仓库，无需任何人工标注的问题或测试用例。 研究表明，智能体可以从真实世界的软件仓库中自主获取学习经验，有望催生在系统理解、解决全新问题以及从零开始自主创建软件等方面超越人类能力 的超级智能系统。 智能体 Bug 注入通过让模型扮演"破坏者"构建起自驱动的进化闭环。 在这一过程中，首先生成包含 Bug 补丁和弱化测试的 Bug 构件，将抽象错误转化为标准化的练习题；随后，运用"删除关键代码"或"回滚历史修复"等复 杂生成策略，从真实工程逻辑中制造出极具挑战的高质量难题；为了确保逻辑严密，系统利用"逆向变异测试"进行严格的一致性验证，剔除无关干扰并确 保错误可复现；最后，通过动态 ...