従来のエンジニアリング制御（アクセスポリシーや厳格な規約など）をコーディングエージェントに適用することで、無制約のアプローチと比較してスケーラブルな人間の監視を大幅に強化できることを研究が示している。

  • 研究者は、11個のバックドアが挿入されたPythonコードベースに対して、約200行の`docs` CLIを持つ制約付き基盤を実装した。
  • 小規模なレビューアーモデル（Gemma 4 e4b）は、制約付きシステムにより90.9%のリコール率を達成し、ツールなしの無制約シナリオでの54.5%から向上した。
  • 実験により、基盤とツールの両方が検出能力の改善に独立して寄与することが示された。

このアプローチは、確立されたチーム管理原則を活用することで、最近のエージェント型スケルトン手法に対する低コストな代替手段を提供する。