Trail of Bits zveřejnil pluginy patching-bugs a regression-hunt pro práci programovacích agentů. První vede reprodukci chyby, tvorbu záplaty a testování, druhý hledá, zda změna neporušila dříve fungující chování. Požadují doložené spuštění reprodukce na běžícím systému a nezávislé kontroly, ne jen přesvědčivé vysvětlení změny. O závěrech mají dál rozhodovat inženýři a správci projektů.

Firma při revizi více než 130 přijatých oprav potvrdila 21 regresí; žádná neporušila bezpečnostní ochranu. V předběžném porovnání měl regression-hunt o 25 procent méně falešných nálezů než základní agent Codex s obecným zadáním. Přísné důkazní podmínky však ponechaly i některé skutečné regrese nerozhodnuté. Výsledek proto nelze číst jako záruku úplného zachycení nových chyb.

Radyz

Radyz publikuje komentáře a praktické texty o AI nástrojích, ChatGPT, Claude a dění kolem OpenAI a Anthropicu. Na webu se soustředí na srozumitelný výklad, vlastní zkušenost a důraz na to, co je pro čtenáře skutečně užitečné.