编码代理正在接受克制、证明和仓库纪律的评判
编码代理研究正在用可执行检查来测试决策质量。FixedBench 测量代理什么时候应该保持代码不变。SWE Atlas 评测日常仓库工作。VeriContest 表明，普通代码生成离机器检查过的正确性还有差距。
主题概况
Repository Automation
Coding Agent Control Points
采用 coding agent 的团队现在可以加上三个具体控制：针对过期问题的预编辑拒答检查、针对代理指令和权限的仓库配置审计，以及针对需要机器检查正确性的代码的证明导向通道。