FALCON 通过反例接地反馈实现安全智能体编码

FALCON 框架通过分离攻击探索与行为验证，利用执行轨迹连接两者，在安全代码生成基准测试中取得优于替代安全信号的功能安全收益。 该框架作为强化学习奖励时，在保持功能性的前提下，其 held-out 功能安全性能优于静态分析和学习型奖励。结合代理奖励可进一步降低奖励过优化风险。