標籤: coding-agent

一篇新的 arXiv 論文把 coding agent 當成「模型加 harness」一起訓練：老師模型在 GRPO 訓練中途依當前策略的軌跡改工具與 hook，另外給不含答案的「機制層級」修復提示。整理方法、SWE-bench 三個版本的數字、幾個關鍵對照與限制。