编码代理正在接受操作性证据、审查门控和可执行检查的评判
当天最强的信号是 AI 编码系统的操作性证据。论文在真实会话中测量代理如何失败，在生产中限制低风险审查，并用规格或领域不变量测试生成代码。RADAR、TRAILS 和 Agora 把重点放在同一件事上：只发布能够被检查、约束或复现的内容。
主题概况
Program Analysis
Generated Code Quality Gates
编码 agent 的普及正在带来审核队列、薄弱的正确性证据和重复的安全修复工作。可行的做法是：给低风险 diff 加更窄的门控，在缺少测试时对生成代码做可执行检查，以及为漏洞修复 agent 保存修复记忆。
LLM 编码研究对控制面变得更认真了
当天最强的主题是围绕 LLM 编码系统的控制。新工作尝试压缩到真正相关的代码，追踪自然语言/程序边界上的流动，并用更严格的权限限制代理动作。它们在修复和分析基准上都有可量化的收益，但证据也表明，单靠更强的定位或更多上下文，仍然补不上剩下的质量差距。
LLM 编码控制面
围绕 LLM 编码系统，三条控制点上的具体工作正在成形：在修复前压缩仓库上下文、在 LLM 调用边界上恢复污点和切片、以及限制编码代理在开发者机器上能碰什么。证据最强的是那些报告了修复准确率、分析质量或操作工作流可测效果的论文；安全工具还处在早期的地方，证据较弱，但已经具体到可以直接测试。