代码生成沙箱开发短记：先把失败收敛住

代码生成沙箱开发短记先把失败收敛住刷题演示里模型能生成一段能跑的代码就容易被当成系统已经可用。真实链路还有格式错误、无限循环、异常输出和反复修复。关键不是让模型多试几次而是让每次尝试都有明确边界。先校验输出结构与允许的语言再把代码交给受限执行器。执行器需要独立的超时、内存、进程数、网络和输出大小限制请求层还要限制总尝试次数。容器断网并不代表已经安全宿主机挂载、临时目录和子进程回收也需要单独处理。for attempt : 0; attempt maxAttempts; attempt { if err : ctx.Err(); err ! nil { return err } result : sandbox.Run(ctx, code) if result.Passed || !result.Repairable { return result.Err } } return ErrRetryExhausted反例是把编译错误原样连同宿主路径、所有测试输入反馈给模型。这样既可能泄露信息也会让模型围绕测试投机。反馈应是截断、脱敏的失败摘要并且每一轮继续使用同一请求的时间与资源预算。验证时至少提交正常代码、语法错误、持续运行的程序和主动取消请求。确认超时后子进程被清理、输出被截断、错误能按阶段返回。测试通过只说明覆盖的用例通过界面应说明验证范围而不是把候选代码说成正确答案。一次可检查的上线前演练把同一段候选代码分别设置为“编译失败”“运行超时”和“输出超限”核对接口中的阶段码、对用户可见的提示以及审计记录是否一致。再在取消请求后查看容器 ID 是否仍存活只有这三个检查都通过才把修复循环接入灰度流量。