算法学习第一版该保留哪些核心能力代码生成产品的第一版不必同时支持多语言、自动修复、知识库和复杂工作流。先选一种语言和一类题目完成“生成候选代码—在受限环境运行—返回可解释结果”这条闭环才能知道问题到底出在模型、测试还是执行环境。验证范围要对用户说清楚执行结果应区分解析失败、编译失败、测试失败、超时和基础设施错误。通过测试只能证明已覆盖的用例通过不能推导出代码在所有输入下正确。页面和接口都应显示测试范围、资源限制和未覆盖的边界。result sandbox.verify(code, tests, timeoutlimit) if result.passed: return result.summary() return result.safe_failure()失败信息可以帮助用户修复代码但不应回显宿主机路径、内部凭据、其他租户数据或完整环境变量。对编译器输出也应限制长度避免日志本身成为资源消耗点。沙盒的边界不能只靠容器名称运行用户代码应限制网络、文件系统写入范围、权限、CPU、内存、进程数、输出大小和运行时间并确保超时后清理子进程和临时目录。Docker 只是隔离手段之一不要挂载宿主机 socket、凭据或不必要的目录隔离强度需按代码来源和威胁模型评估。验收用例至少包括无限循环、派生子进程、超大输出、尝试联网和异常退出。完成闭环后再通过失败类型、等待时间和真实需求判断是否要增加第二种语言或提供有限次数的修复建议。功能扩张不应抢在验证边界之前。
