探针

深度精读 Williams College 的 Probe-and-Refine Tuning 论文——一种用合成 bug 修复探针迭代打磨仓库引导文件（AGENTS.md）的极简方法。无需智能体循环、无需工具调用、无需强化学习，仅靠约 22 次单轮 LLM 调用就让 SWE-bench Verified 解决率从 25.5% 提升到 33.0%。核心发现是：改进的不是补丁质量而是覆盖率，指导文件让 Agent 跑到了正确的文件。