ProgramGym 是一个面向长时程程序复现代理的训练框架，包含 Program-Env 与 Program-Agent 两个核心模块。\ \ Program-Env 通过反馈驱动的循环从真实代码仓库构建可验证的训练环境。该循环会自动修复运行时沙箱的构建错误，并提升黑盒测试的质量，从而保证环境的可执行性与评估的可靠性。基于此流水线，我们生成了 1,648 个训练环境，覆盖 C、C++、Go 与 Rust 四种语言。\ \ Program-Agent 采用角色隔离的工作流，将分析、实现与评审分为独立阶段，并引入修订管理用于编译检查与失败恢复。代理在实现阶段生成代码后，立即触发编译检查；若出现错误，则回滚到上一次成功的修订并重新尝试，实现了长时程开发中的持续迭代。\ \ 在 ProgramBench 基准上的实验表明，Program-Env 与 Program-Agent 均显著提升了程序复现的成功率。对 Qwen3.8-27B 进行基于构建环境的轨迹微调后，成功率从 34.87% 提升至 42.84%。进一步使用 Program-Agent 对基模型和 SFT 模型进行微调，成功率分别达到 55.71% 与 56.25%，已超越部分旗舰模型。\ \ 我们将在后续公开 ProgramGym 的代码与数据，以促进从零开始构建程序的编码代理研究。\ \ 点评：ProgramGym 为长时程代码生成提供了系统化的训练与评估方案，尤其在环境可验证性和工作流鲁棒性上实现了突破。