编码研究正在把代理和评估周围的控制层说得更具体
4 月 18 日的研究最强的地方，是编码系统更容易运行、审计和信任。当天的重点是代理的运维控制、对评估偏差的直接测试，以及面向仓库的工具，用来为 AI 工作准备代码库。HiveMind、LLM judge 审计和 Workstream 把主要模式都抓住了：当论文把模型外面的控制层说清楚，结果就会更好。
主题概况
Agent Ops
代理可靠性控制
近期最清楚的工作，是给编码代理及其评估加上控制层。证据支持三件具体的事：把共享代理流量放到调度代理后面，为任何用于软件决策的 LLM 评审器加入提示扰动检查，并在上线更重的 AI 工作流之前扫描仓库里缺失的面向代理文档和保护措施。