🚀 项目实战
项目三：可验证的代码修复 Agent
练习沙箱、恢复、工具和环境验证。
标准循环：读取需求 → 检查仓库与规则 → 复现失败 → 定位 → 最小修改 → 相关测试 → 检查 Diff → 汇报。
工具包括文件搜索/读取、补丁编辑、测试、静态检查和版本状态。全部命令在隔离工作区执行，默认禁止生产密钥和任意公网。
成功判定：新测试或复现步骤通过，原有相关测试不回归，Diff 与范围一致。模型说“应该好了”不算完成。
选择 30 个真实小 Issue，记录 resolved rate、首次通过率、步骤数、测试时间、错误修改率和费用，并保留失败轨迹分类。
关联面试题： S03 代码 Agent · T19 假完成
基准： SWE-bench