可执行证明成了主要门槛
一个每周层面的模式已经很清楚：关于编程代理的论文现在把执行、重放和经过验证的输出当作工作已经完成的基本证明。4 月 13 日的日度趋势聚焦于沙箱执行、可复现分析和概念验证重跑。到 4 月 19 日，同样的标准已经体现在更细的检查上，比如一次编辑是否精确、一个补丁是否符合已验证的需求。实际结果很直接：通过的产物比流畅的轨迹更重要。
概览
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。
研究发现
以仓库为依据的推理变得更明确
代码仓库的现实仍然是一个硬约束。4 月 14 日的趋势指出，在真实代码库中，语义理解、仓库上下文和团队协作仍然限制着代理。到了本周后半段，论文又在检索或自主行动之前加入了更严格的中间检查，比如基于代码事实的结构化查询、需求对齐，以及与计划步骤绑定的规则执行。这些工作把任务意图和仓库证据之间的路径收紧了。
资料来源
代理控制层开始成为工程工作
围绕代理的控制层正在变得更具体。4 月 15 日到 4 月 18 日的趋势文档显示，当系统过滤上下文、及早剪掉较弱的轨迹、压缩可复用证据，并在模型周围明确运行规则时，结果会更好。反复出现的收益不只是任务成功率更高。论文也报告了成本、延迟、可审计性和运行信任上的改善。这让代理栈看起来更像受管的软件基础设施，而不是一次单独的模型调用。