Исследование показывает, что применение традиционных инженерных мер контроля, таких как политики доступа и строгие соглашения, к кодовым агентам значительно улучшает масштабируемый человеческий надзор по сравнению с подходами без ограничений.
- Исследователи реализовали ограниченную среду с ~200-строчным CLI `docs` для кодовых баз на Python, содержащих 11 встроенных бэкдоров.
- Небольшая модель-ревизор (Gemma 4 e4b) достигла показателя полноты обнаружения 90,9% с использованием ограниченной системы, по сравнению с 54,5% в неограниченных сценариях без инструментов.
- Эксперимент показал, что как среда, так и инструменты независимо способствовали улучшению возможностей обнаружения.
Этот подход предлагает более дешевую альтернативу недавним методам агентного каркаса за счет использования устоявшихся принципов управления командами для автоматизированного надзора.