ExecCritic 把写测试与修复解耦，两边都用 RL 训练

ExecCritic（arXiv 2609.09133，9 月 9 日周三 digest）针对 coding agent 的「假信心」失效：测试与补丁同轨迹写出、错误彼此一致，执行反馈全绿但行为是错的。test-verify-revise 脚手架拆开角色：Test agent 独立生成仓库原生测试，fail-closed harness 审定并冻结，Repair agent 按执行反馈改源码且不许改测试。两个角色都用 Qwen-3.5-35B-A3B 骨干、分别做角色专属 RL；在 Learn-to-Test 与执行反馈基准上优于单轨迹 agent。

跑 agentic CI 的人对「同一轨迹写测试又写补丁」的失效都不陌生。不用 RL 也能采用脚手架模式：让测试生成与修复走不同上下文即可消除相关错误失效；fail-closed 冻结是一条策略配置。

ArXiv	2609.09133，2026 年 9 月 9 日周三 digest
脚手架	Test agent -> fail-closed 审定/冻结 -> Repair agent（不许改测试）
训练	两角色 Qwen-3.5-35B-A3B，角色专属 RL 分别训练