Li Lu

该工作对 200 条 CyberGym 执行轨迹做多轴开放编码，发现代码定位与理解（43.1%）加漏洞推理与触发设计（17.3%）占 60.4% 的 token，且仅 24.4% 的配对比较能在更低总成本下保持成功；据此提出以持久双向证据追踪（BET）为核心的 AVRI 接口，在 20 个任务上使 Codex 总成本降低 18.0%、OpenCode 降低 23.7%，同时保持成功率并提升或维持召回率。

该工作对 200 条 CyberGym 执行轨迹做多轴开放编码，发现代码定位与理解（43.1%）加漏洞推理与触发设计（17.3%）占 60.4% 的 token，且仅 24.4% 的配对比较能在更低总成本下保持成功；据此提出以持久双向证据追踪（BET）为核心的 AVRI 接口，在 20 个任务上使 Codex 总成本降低 18.0%、OpenCode 降低 23.7%，同时保持成功率并提升或维持召回率。