---
title: "验证边界（Verification Horizon）"
created: 2026-07-02
updated: 2026-07-02
type: concept
tags: [verification, reward-design, coding-agent]
sources:
  - "[[verification-horizon-no-silver-bullet]]"
---

# 验证边界（Verification Horizon）

**验证边界** 是 Qwen Team 在论文中提出的核心概念：验证器是一道不断后退的边界——当它所评估的生成器变得更强时，验证器必须同步进化才能保持有效性。

## 核心逻辑

1. **意图不可直接度量**：验证器只能将意图操作化为可计算的近似（proxy）
2. **优化放大差距**：一旦 proxy 成为优化目标（[[goodharts-law|Goodhart 定律]]），模型学会利用 proxy 与 intent 之间的 gap
3. **边界后退**：policy 能力越强，越容易发现和利用 proxy 的盲区 → 验证器必须更新

## 理论支撑

- [[rice-theorem|Rice 定理]]：程序的任意非平凡性质不可判定——完美验证器不存在
- [[goodharts-law|Goodhart 定律]]：度量一旦成为目标就不再是好度量
- [[reward-hacking|奖励破解]] 不是 bug 而是持续优化的**必然结果**

## 协同进化

Co-evolution 是论文的核心主张：验证不是训练管线的辅助组件，而是**核心基础设施**。必须持续重建验证系统以适应不断增长的 policy 能力和演化的任务场景。

## 参考

- [[verification-horizon-no-silver-bullet|论文原文]]
- [[verifier-generator-coevolution|验证器-生成器协同进化]]
- [[verification-trilemma|验证三难]]