测试预言机

编程智能体研究正转向证据、运行框架和有界计算

当日研究把 AI 编程智能体视为需要运行时证据、有意义测试和关注运行框架评分的系统。PracRepair 和 LoopCoder-v2 显示，在仔细测量修复证据和潜在计算时可以获得增益；评估论文则推动报告组件级结果。