面向验证的编码代理工作清理
编码代理工作清理应保留合并变更所需的证据，而不只是保留测试通过状态。最有价值的改进包括：使补丁最小化考虑覆盖率，在上下文裁剪期间保护明确的义务，并在丢弃相关代码前，复用已放弃的修复假设来针对性地生成测试。
主题概况
Verification
团队信任自主性之前，编码代理现在需要运行时证明
本周的编码代理研究把信任作为运营问题处理。较强的工作要求在接受更长时间的自主编码前，先提供当前状态、可执行检查、隐藏测试和可审查轨迹。
编码代理运行时护栏
编码代理的采用正在转向具体的运行时控制：文件访问门禁、隐藏行为测试、变异检查，以及带终止状态的任务包。务实的起点是在授予更大自主权之前，通过执行轨迹和外部验证，让代理输出可供评审。
代码代理正在按完整、可验证的工作来评分
这一时期最清楚的信号是：代码代理正在按完整、可检查的工作来评分。SWE-Cycle 和 Phoenix-bench 把环境搭建、测试和领域工具链纳入评分。CRANE 表明，在保护工具调用格式时，模型编辑可以提高代理通过率。
Agent verification records
完整的代理工作现在需要证据，证明代理完成了项目搭建、选对了文件、运行了有意义的检查，并保住了原有行为。可行的做法很具体：给代理 PR 加追踪包，给 HDL 代理输入可执行的 EDA 失败日志，并在要求代理写语义测试之前，按模型测试 property-based 提示。
编码代理通过上下文、轨迹和可执行检查获得信任
本周的编码代理研究设定了一条清晰标准：生成的工作需要上下文、轨迹和可执行检查，之后才值得信任。SWE-Edit、AutoMat 和 LiveFMBench 在编辑、科学复现和形式化规约中都显示了这种模式。
可检查的编码代理控制点
编码代理的采用正在转向更小、可检查的控制点：聚焦文件查看、更安全的补丁应用、产品决策检查、带回退行为的 SAST 分诊，以及包含轨迹、文件、测试和状态变化的评估记录。
实际限制现在是 AI 编码研究的主线
今天的编码研究最强的部分是对实际限制的说明。RealBench 显示 repo 级生成在完整项目上仍然会失效，token 成本研究显示 agentic coding 可能比聊天式帮助贵得多。最可信的改进来自更紧的结构：验证器反馈、自适应检索，以及围绕数据库访问的明确防护。
Code Change Control
最清楚的短期变化都在执行层面。编码代理产品需要在运行中有明确的 token 控制，仓库规模生成在项目变大后需要按依赖顺序工作流，而维护团队可以为把需求链接到代码、并带上更小上下文和可见证据的追踪层找到理由。
编程代理研究现在取决于可执行证明和控制层
本周的编程代理研究里，最扎实的部分是那些最终落到可检查产物上的论断。重点集中在可执行证明、以仓库为依据的推理，以及围绕搜索、工具和评估的显式控制层。和本地历史中的前两周相比，这份简报更具体地说明了这些控制是怎样在工作流内部实现的，而不只是解释它们为什么重要。
软件代理的执行控制层
近期最明确的构建方向，是围绕代码代理的运行控制层：在补丁接收前加入硬性的沙箱重放门、让代理执行软件分析搭建并在拿到经过验证的项目证据后停止、以及为企业动作加入类型化动作契约层。每一种都由论文支持，这些论文已经不再停留在流畅的执行轨迹，而是报告了带有可测效果的具体执行、验证或权限机制。
coding-agent 研究现在把验证界面当作核心系统设计
本周的 coding-agent 研究在每个关键步骤都留下证据时最有说服力。重心已经转向可执行控制：书面规格、精确编辑空间、运行时检查和持久的工具边界。与前一周相比，这份简报更具体地说明了这些控制点位于哪里：仓库任务内部、安全修复流程中，以及智能体的写入路径上。