我们介绍了 KAT-Coder-V2.5，这是一种专注于编码的自主模型，旨在能够在实际可执行的代码库中独立工作，而不仅仅是作为单次代码生成器。其能力受到可重复环境、可验证奖励和高价值轨迹稀缺的限制，我们通过一种端到端的自主后训练框架来解决这些问题。
AutoBuilder 将多语言代码库重构为沙盒环境，并在规模上进行失败到通过和通过到通过的验证，从中重新生成自包含的任务规范，恢复接近成功的轨迹，并通过过程感知过滤提炼监督。同时，KwaiClawEnv 从可执行服务和实际任务种子中合成大规模工具使用轨迹。
我们进一步通过随机化工具强化学习、可靠性增强的沙盒、使用带有后视增强值估计的非对称 Actor-Critic PPO、以及面向工具的奖励框架来扩展强化学习，并通过多教师在线策略蒸馏统一软件工程(SWE)、Agent-Claw 和 WebCoding 专家。KAT-Coder-V2.5 在六个软件工程和自主基准测试中，提供了在 PinchBench 上最佳的自主工具使用结果，并在代码库级软件工程中仅次于前沿的 Opus 4.8。
我们的服务可在 KAT-Coder 获得。
博主点评： KAT-Coder-V2.5 的自主学习能力标志着编程领域的一次重要突破，其通过模拟真实环境的方式解决了模型训练中的关键痛点，为未来的编码工具开发提供了新的思路。