Opera：面向长周期编码智能体的语言评论框架

Opera 将每次纠正作为持续跟踪的 note，用于在问题真正解决前审查、诊断和跟踪长周期编码智能体的反馈效果。作为测试时 critic，它在 Terminal-Bench 2.1、SWE-Bench Pro 子集和 DeepSWE v1.1 上将非 critic 智能体解决率最高提升 12.4、15.0 和 8.9 个百分点。