任务理解先于规模扩张
某软件智能项目需要衡量模型能否理解陌生仓库、定位跨模块缺陷并提交不会破坏既有行为的完整补丁。任务从已授权仓库快照中脱敏构造，固定依赖、容器和基准提交；候选运行保留检索、编辑、测试与回退轨迹，最终由程序化验证器和独立工程师共同审阅补丁正确性、回归风险与完成度。
01
陌生仓库探索与多文件实现
02
补丁、测试、日志和回退轨迹联合验收
03
程序化验证器与独立工程审阅共同裁决
02 / 采购评估结构
同一套结构用于对齐算法、数据、采购和安全团队的评估问题。
把真实仓库探索、多文件实现、回归保护与环境验证组织成可裁决的长程任务。
经授权并脱敏的真实仓库快照与跨模块工程问题
任务原创化、容器锁定、长程运行、回归测试和独立工程复核
代表批次 310+ 个仓库任务，单任务涉及 2–14 个文件变更
仓库快照 × 长程轨迹 × CI 验证；程序化验证器与独立工程审阅共同裁决
陌生仓库探索与多文件实现；补丁、测试、日志和回退轨迹联合验收；CI 复跑一致率高于 96%；环境问题与模型实现问题被分离记录
客户身份、原始材料及部分规模已移除或区间化；本页用于说明交付方法，不构成未来结果承诺。
下一步
核对样例，再确定任务范围。
将这个方向带入沟通，确认交付结构、验证方式与可提供的样例范围。
让下一批数据，针对你的能力目标
从任务目标与样例开始，共同确定材料、专家、验证方法与交付范围。