编码论文正在加入真实执行检查，并为长周期工作提供更好的把手
4 月 20 日的编码研究最强的部分，是论文把系统和真实执行接得更紧。SolidCoder、OpenGame 和 OpenROAD 验证器都通过沙箱、浏览器或领域图检查行为，减少对表面正确输出的信任。另一条线规模更小，但也有用：测试放置方式和编辑历史都会影响开发者和模型能否保持工作可验证。
主题概况
Interactive Code Generation
Execution-verified coding workflows
有执行验证的编码工作已经具体到足以支持明确的产品和流程改动。这里最清楚的几类是：把边界情况捕捉前置并配合沙箱回归检查、给交互式前端输出加浏览器运行后的接受检查，以及用内联测试处理来提高助手保留并通过提示测试的概率。