一项研究表明，将传统的工程控制（如访问策略和严格约定）应用于编码代理，与无约束方法相比，显著增强了可扩展的人工监督。

  • 研究人员实现了一个受限的基础设施，包含一个约200行的 `docs` CLI，用于包含11个插入后门的大型Python代码库。
  • 小型审查模型（Gemma 4 e4b）在受限系统中实现了90.9%的召回率，而在无工具的非约束场景中为54.5%。
  • 实验表明，基础设施和工具都对检测能力的提升做出了独立贡献。

这种方法通过利用既定的团队管理原则来实现自动化监督，为最近的代理式脚手架方法提供了一种更便宜的替代方案。