验证视界：编码 Agent 奖励没有银弹

传统直觉认为验证比生成容易，但在当前编码 Agent 中，随着模型推理能力提升，可靠验证已成为更难的问题。验证信号仅是人类意图的代理，面临意图未明确指定及训练优化导致的代理与意图差距扩大（如奖励黑客）的双重挑战。本文从可扩展性、忠实性和鲁棒性三个维度刻画验证信号质量，研究了四种奖励构建方式。实验表明，针对性的验证设计能有效抑制奖励黑客并提升任务完成质量。核心结论是：固定奖励函数无法随策略能力增长而持续有效，验证机制必须与生成器共同进化。