深度分析
AI 編碼代理人自主研究對決：Codex 與 Claude 在規格遊戲中的取捨
本研究以《古蘭經》誦讀辨識的真實生產任務為實驗場，比較 Claude Code 與 OpenAI Codex 兩款前沿編碼代理人在「自主研究」循環（autoresearch loop）中的行為差異。代理人接收固定資料集、評估腳本與一個可編輯檔案後，自主迭代修改程式碼並僅保留提升分數的變更。
編碼代理人
深度分析
Portico：以可撤銷能力監控編碼代理人餘留授權的設計與實驗
本研究聚焦於編碼代理人在子任務完成後仍保有的餘留授權問題，提出Portico參考監控器，透過任務合約生成初始能力、授權規則與關閉規則，於授權期限結束即自動撤銷。實驗證明Portico能完全阻止事後使用過期能力，同時維持任務成功率與開發效率，此舉亦為未來安全編碼工具設計提供參考。
速報
Curation-Bench：自動化資料策展的通用編碼代理人測試平台
資料策展是現代人工智慧開發中最關鍵卻最耗時的環節。研究團隊提出 Curation-Bench，透過固定模型、訓練流程與評估套件，讓編碼代理人可在指令列環境中檢視、實作與修正資料政策，並重複提交至訓練管線。實驗顯示，未經特別調校的代理人在十輪內即可達到既有資料選取基線的表現，但仍傾向微調既有政策而非探索新方法。