[논문 리뷰] SWE-Hub: A Unified Production System for Scalable, Executable Software Engineering Tasks

Yucheng Zeng, Shupeng Li외 12명|arXiv (Cornell University)|2026. 02. 28.

Software Engineering Research인용 수 0

한 줄 요약

SWE-Hub는 환경 프로비저닝의 통합, 확장 가능한 작업 합성, 다양한 작업 생성을 하나로 묶어 대규모로 실행 가능한 소프트웨어 엔지니어링(SWE) 작업을 생성하는 엔드-투-엔드 데이터 팩토리를 소개합니다. 이는 수정 작업, 현실성 주도적 회귀 및 장기-지향 저장소 구축의 세 가지 작업 생산 라인으로 공유 실행 기반을 구축합니다.

ABSTRACT

Progress in software-engineering agents is increasingly constrained by the scarcity of executable, scalable, and realistic data for training and evaluation. This scarcity stems from three fundamental challenges in existing pipelines: environments are brittle and difficult to reproduce across languages; synthesizing realistic, system-level bugs at scale is computationally expensive; and existing data predominantly consists of short-horizon repairs, failing to capture long-horizon competencies like architectural consistency. We introduce extbf{SWE-Hub}, an end-to-end system that operationalizes the data factory abstraction by unifying environment automation, scalable synthesis, and diverse task generation into a coherent production stack. At its foundation, the extbf{Env Agent} establishes a shared execution substrate by automatically converting raw repository snapshots into reproducible, multi-language container environments with standardized interfaces. Built upon this substrate, extbf{SWE-Scale} engine addresses the need for high-throughput generation, combining cross-language code analysis with cluster-scale validation to synthesize massive volumes of localized bug-fix instances. extbf{Bug Agent} generates high-fidelity repair tasks by synthesizing system-level regressions involving cross-module dependencies, paired with user-like issue reports that describe observable symptoms rather than root causes. Finally, extbf{SWE-Architect} expands the task scope from repair to creation by translating natural-language requirements into repository-scale build-a-repo tasks. By integrating these components, SWE-Hub establishes a unified production pipeline capable of continuously delivering executable tasks across the entire software engineering lifecycle.

연구 동기 및 목표

• 소프트웨어 엔지니어링 에이전트를 교육하고 평가하기 위한 실행 가능하고 확장 가능한 데이터의 부족 문제를 해결한다.
• 환경 자동화, 확장 가능한 합성, 다양한 작업 생성을 생산 스택으로 통합한다.
• 재현 가능한 태스크를 위한 표준화된 인터페이스와 검증을 갖춘 공유 실행 기저를 제공한다.
• 수리, 회귀 현실성, 장기-지향 저장소 구축에 걸친 여러 작업 계열을 제공한다.

제안 방법

• Env Agent는 원시 저장소 스냅샷을 재현 가능하고 다중 언어 컨테이너 환경으로 변환하며 표준화된 인터페이스를 갖춘다.
• SWE-Scale 엔진은 다중 언어 분석과 자동 검증을 통해 대규모의 로컬화된 버그-수정 인스턴스를 생성한다.
• Bug Agent는 단서의 원인 추정을 제시하지 않고 증상을 설명하는 사용자 유사 이슈 보고서를 갖춘 시스템 수준 회귀를 합성한다.
• SWE-Architect는 자연어 요구사항을 저장소 규모의 처음부터 빌드하는 작업으로 변환하여 장기-지향 데이터 생성을 가능하게 한다.
• 모든 작업 라인은 쿠버네티스 기반 실행 기저, 통합 작업 스키마, 재현성을 위한 결정론적 검증 게이트를 공유한다.

Figure 1: SWE-Hub architecture. Starting from raw source repositories, the Env Agent provisions a deterministic execution substrate—pinned container images, a unified verification entrypoint, and deterministic artifacts—to make code runnable and testable. On top of this substrate, three task generat

실험 결과

연구 질문

• RQ1 다중 언어에 걸쳐 원시 저장소를 실행 가능하고 검증 가능한 작업 인스턴스로 신뢰할 수 있게 변환하는 생산 시스템은 어떻게 구현할 수 있는가?
• RQ2 확장 가능한 합성 및 현실적인 버그 생성이 통합 검증기 아래에서 장기-지향 저장소 구축 작업과 함께 통합될 수 있는가?
• RQ3 교차 언어 재현성, 결정론적 환경 프로비저닝 및 확장 가능한 작업 생성을 가능하게 하는 SWE의 아키텍처 설계는 무엇인가?

주요 결과

• 실행 가능한 SWE 작업을 위해 환경 설정, 후보 생성 및 검증을 표준화하는 통합 데이터 팩토리 아키텍처가 제안된다.
• 자동화된 재현성 기저(Env Agent)는 환경 준비를 테스트 정답성과 분리하고 표준화된 엔트리포인트를 가진 버전화된 이미지를 생성한다.
• 세 가지 제품 라인(SWE-Scale, Bug Agent, SWE-Architect)은 동일한 기저 위에서 수리 중심의 합성, 현실성 지향의 회귀 및 장기-지향 저장소 구축을 가능하게 한다.
• 검증은 무상태 워커와 다양한 생태계에서 결정론적이고 기계가 해석 가능한 출력과 함께 확장성의 1차 관심사로 다루어진다.

Figure 2: SWE-Hub Environment Layer pipeline. Phase 1 (Env Agent) performs environment provisioning and build readiness, identifying toolchains and installing dependencies to achieve environment readiness without requiring tests to pass. Phase 2 (Test Agent) establishes a unified verification interf