Boundary Contracts
一种机器可读的抽象,用于在编码智能体修改代码库前显式声明每个产物的任务角色(可编辑、仅检查、必需、受保护),以约束智能体行为空间。
时间轴 (近 90 天)
一项来自 RSS 的 pilot 研究提出了 Boundary Contracts(边界契约),一种机器可读的抽象,用于在仓库修改发生前显式声明每个产物在任务中的角色。
Boundary Contracts 为每个产物赋予四种任务特定角色之一:可编辑(editable)、仅检查(inspect-only)、必需(required)和受保护(protected)。
该 pilot 研究在真实企业仓库的 40 个维护任务上进行,对比同一个基于 Codex 的编码智能体在有无边界契约信息下的表现。
在有无边界契约信息的对比中,宏观编辑选择 F1 分数从 0.440 提升到 0.682。
在有无边界契约信息的对比中,必需行为覆盖率从 0.429 提升到 0.673。
在有无边界契约信息的对比中,严格可接受补丁数量从 40 个中的 9 个提升到 18 个。
研究额外分析了 21 个任务,在这些任务中,有无契约两种条件都修改了至少一个相同文件,结果显示编辑选择性和补丁结果上的差异依然存在。
研究据此提供初步证据:显式产物角色可能影响维护行为,而不只是定位。
该 pilot 研究明确表示不据此确立边界契约的普遍有效性。
边界契约的强制执行部分仍待探索,pilot 只触及了治理链条(生成、验证、修订、强制执行)的前端。
还有 2 条时间轴事件
全部知识事实 (12)
一项来自 RSS 的 pilot 研究提出了 Boundary Contracts(边界契约),一种机器可读的抽象,用于在仓库修改发生前显式声明每个产物在任务中的角色。
50%待验证Boundary Contracts 为每个产物赋予四种任务特定角色之一:可编辑(editable)、仅检查(inspect-only)、必需(required)和受保护(protected)。
50%待验证该 pilot 研究在真实企业仓库的 40 个维护任务上进行,对比同一个基于 Codex 的编码智能体在有无边界契约信息下的表现。
50%待验证在有无边界契约信息的对比中,宏观编辑选择 F1 分数从 0.440 提升到 0.682。
50%待验证在有无边界契约信息的对比中,必需行为覆盖率从 0.429 提升到 0.673。
50%待验证在有无边界契约信息的对比中,严格可接受补丁数量从 40 个中的 9 个提升到 18 个。
50%待验证研究额外分析了 21 个任务,在这些任务中,有无契约两种条件都修改了至少一个相同文件,结果显示编辑选择性和补丁结果上的差异依然存在。
50%待验证研究据此提供初步证据:显式产物角色可能影响维护行为,而不只是定位。
50%待验证该 pilot 研究明确表示不据此确立边界契约的普遍有效性。
50%待验证边界契约的强制执行部分仍待探索,pilot 只触及了治理链条(生成、验证、修订、强制执行)的前端。
50%待验证边界契约针对的是语义层面的「该不该改」,而非简单的读写权限,因此契约的生成和验证本身可能成为新的瓶颈,如果契约错了,智能体可能被错误地约束。
50%待验证40 个任务的企业仓库 pilot 距离生产级结论还有距离,边界契约能否泛化到不同仓库、不同任务类型,以及契约由谁生成、如何维护,都是开放问题。
50%