编码 agent 跑偏时，凭什么不该用固定巡检？

编码 agent 跑偏时，旁边那只监视器常常只会按固定节拍喊停。节拍太疏，严重跑偏已经走远；节拍太密，正常轨迹也被反复打断。启发式规则能抓住几种固定失误，却抓不住更绕的推理错误。Cadence: Strategic Guidance for Coding Agents 把监视改成按健康度调度：先看当前执行好不好，再决定查得勤不勤、干预到哪一层。

论文 2026-10-08 挂到 arXiv，编号 2610.12269v1，作者是 Minxing Wang、He Ye、Earl T. Barr、Yintong Huo。摘要里没有代码仓。本轮 Hugging Face 论文页仍是 404，事实以 export.arxiv.org 返回的摘要为准。

两层干预，调度器跟着走

Cadence 有两块。干预模块按轻重给指导：正常执行和小失误走咨询层（advisory），严重跑偏走替换层（replacement）。调度器再根据刚用的那一层调检查频率：替换之后收紧，咨询之后放松。作者把现有监视器的问题写成两头：固定间隔会错过严重失误，又会在健康执行上多花钱；刚性启发式抓不住复杂推理错误。

评测写在 SWE-bench Lite 的 300 道题上，覆盖两条不同 agent：mini-swe-agent 和 Moatless。摘要说 Cadence 在他们评过的监视器里 resolve rate 最高。相对原版 agent，mini-swe-agent 提高 25.33%，多解决 76 题；Moatless 提高 15.67%，多解决 47 题。token 用量写成和现有最强基线有竞争力，摘要没有再给一张对照表。

这些百分比是官方摘要数字，不是本轮复现。文章也不把它们外推成 Claude Code 或 Codex 上的保证。两条 agent 只是论文选中的评测床。摘要还写 token 用量和现有最强基线有竞争力，但没有把各监视器的花费逐项列出来。本轮能写进正文的，仍是那两组相对提升，以及 300 道 SWE-bench Lite。

和站内其它监视稿怎么分开读

站内已经写过不少给 agent 加一层外挂的工具。Cadence 的切口更窄：不管可视化，不管沙箱，只管什么时候看轨迹、看到什么程度。没有公开仓库，就谈不上安装步骤、许可证和复现脚本。若下轮作者放出代码，再核许可和评测入口。

固定巡检省事，却把“查得够不够勤”和“这一步该不该改写”绑死在同一根节拍上。Cadence 把这两件事拆开：先判断健康度，再决定是给建议还是直接替换，并让下一次检查跟着上一层走。替换之后收紧，咨询之后放松，听起来像运维里的自适应告警，只是对象换成了编码 agent 的轨迹。

同日 cs.SE 新稿里还有 TestPrism：300 个测试任务、3000 个候选实现，主指标 Joint Success Function 只要 28.00%，单参考答案成功率却有 59.67%。那是测测试质量，不是测运行时监视，本轮不并进这篇。读 Cadence 只需记住三组数：300 题、mini-swe-agent 的 25.33% / 76 题、Moatless 的 15.67% / 47 题。其余都还在摘要里，没有代码可核对。HF 论文页这轮仍是 404，不要把 Hugging Face 当第二出处。