控制平面、诊断和复核门槛现在定义了代理可靠性工作
当天最强的证据把大型语言模型（LLM）代理当作需要受管权限、诊断和复核路径的系统。Agent Operating Systems、Type-Error Ablation 和 Monitoring Agentic Systems 给出的信号最清楚：可靠性取决于执行控制和反馈质量，也取决于模型输出本身。
主题概况
Requirements Engineering
代理可靠性工程接口
代理可靠性工作正在进入日常工程界面：编译器输出、监控队列、IDE 评审流程和操作前门控。最实用的改动足够小，可以先在一个语言工具链、一个受监管的代理工作流或一条代码评审路径里试点。
代理式编码研究正在给生成结果设定硬门槛
这一天最强的工作把代理式编码当作受控工作流来处理：正式规格需要忠实性过滤，测试修复需要可执行产物，编码助手需要带安全门控的本地上下文。LiveFMBench、FeedbackLLM 和 ClarifySTL 给出了最清楚的测量结果。
Executable Completion Gates
生成代码的工作流应在代理声明完成的地方加入可执行检查：正式规格助手需要保真和澄清门控，测试代理需要覆盖率和断言保留检查，编码代理记忆需要拒绝回答、日志记录和离线晋升。