coding agent7 篇实战文章

凌晨一点多，arXiv 的 cs.RO 新提列表翻到第三页，看到一个名字：GymAnything for Robotics。 这期选手没有 owner/repo 可以报。它是篇论文，arXiv:2610.40565，两周前挂上去的，作者就两位，Pranjal Aggarwal 和 Sean Welleck。

现在做 coding agent 的团队卷得最凶的一件事，是上下文工程。怎么在有限的 context window 里从整个仓库挑出最相关的那几段代码，怎么让模型少读点废话多干点正活，每个星期都有新 benchmark 刷出来。这件事本身不坏——窗口就那么点，挑什么喂给模型当然重要。

速评：这篇论文的测量工具坏了三次，三次全写进了正文。 10月7号挂上 arXiv 的《CrossProvider Review as a Runtime Contract for Coding Agents》，编号 2610.10961，11 页，1 张图，3 张表，通篇找不到一句“显著优于基线”。

网络形式化验证这词，念出来就贵。扒掉壳其实没那么玄：一堆逻辑公式扔进 SMT 求解器，求解器把路由输入、故障场景穷举一遍，告诉你这网络会不会出事。 好看。但里面有一格，几乎没人愿意正眼瞧——那堆公式，是人手写的。 先画开看看。一个符号验证器，结构就三格： 下面两格是死的。求解器早就够用，穷举也不是瓶颈，买得起。

速评：ExecuCritic 这篇论文真正动刀的，不是 reward model，是 prompt。 2026 年 9 月 15 号挂上 arXiv，cs.SE 分类，ICONIP 2026 收的。

速评：又一份把agent拉回地面的论文，这次用的不是花活，是dependency hell。arXiv编号2608.30300，提交于三天前，标题起得倒是直白——《Update from Hell: Can Coding Agents Survive Hidden Breakage in Dependency U…

出处是 NanoNets 开源在 GitHub 的仓库，MIT 协议，叫 Graft。给 Claude Code、Cursor、Codex、Gemini 这些 coding agent 提供代码库专属上下文，说能省调用、省 token、省 latency。