코딩 에이전트(Coding agents)는 버그 수정 및 기능 구현을 포함하여 기존 코드베이스를 수정하는 소프트웨어 엔지니어링(Software engineering) 작업에서 상당한 진전을 이루었습니다. 그러나 처음부터 완전한 프로그램을 구축하는 것은 여전히 주요한 과제로 남아 있습니다. ProgramBench에서 평가된 최첨단 모델(Frontier models)조차 전체 작업의 1% 미만을 완전히 해결합니다. 한 가지 장애물은 소프트웨어 개발의 단일 단계에만 집중하는 기존의 환경 구축 프레임워크로 인해, 소프트웨어 엔지니어링 생명 주기 전체를 아우르는 이러한 '처음부터 시작하는(from-scratch)' 설정에 대한 확장 가능한 학습 환경이 부족하다는 점입니다. 이러한 격차를 해소하기 위해, 우리는 오픈 소스 명령줄 프로그램(Command-line programs)을 컴파일된 참조 실행 파일과 문서만을 노출하는 소스 프리 환경(Source-free environments)으로 변환하는 자동화된 파이프라인인 MindForge를 소개합니다. MindForge를 사용하여, 우리는 ProgramBench와 중복되지 않는 저장소(Repositories)로부터 학습 환경을 구축하고, GLM-5.2를 교사 에이전트(Teacher agent)로 사용하는 프로그램 합성 궤적(Program synthesis trajectories)으로 구성된 고품질 데이터 레시피를 큐레이션합니다. 이러한 궤적을 바탕으로 Qwen3.6-27B를 미세 조정(Fine-tuning)한 결과, ProgramBench의 평균 테스트 통과율(Pass rate)이 37.98%에서 49.51%로 증가하여 훨씬 더 큰 규모의 최첨단 모델들과 대등한 성능을 달성했습니다. 또한, 미세 조정된 모델은 장기적 관점의 저장소 생성 및 변환, 버그 수정, 기능 구현, 교차 언어 이슈 해결을 아우르는 7가지의 미학습 소프트웨어 엔지니어링 벤치마크 전체에서 베이스 모델(Base model)보다 일관되게 향상된 성능을 보였으며, 절대적 이득은 RepoZero-C2Rust에서 31.00포인트, DeepSWE에서 14.16포인트, NL2Repo-Bench(테스트 포함/미포함)에서 10.70/4.56포인트, SWE-bench Verified에서 5.04포인트, SWE-bench Pro에서 5.93포인트, SWE-bench Multilingual에서 5.22포인트, 그리고 FeatBench에서 4.94포인트를 기록했습니다.