可执行代码知识：代码作为 AI 的本机、携带验证的知识表示形式 编码智能体

AI 编码智能体 需要的不仅仅是相关片段：它们需要业务语义、验证证据、关系，并确保其上下文是最新的。现有系统通常通过检索、摘要、图表、规则或反向规范来推断或具体化这些知识。我们研究了一种补充表示，其中选定的代码单元直接携带代理可用的知识。我们引入了可执行代码知识（ECK），并将可执行代码知识单元（ECKU）定义为源绑定对象，结合了稳定的身份、语义、可执行行为、契约、证据、关系、出处、验证状态和查询接口。我们的 Python 原型支持代码本地创作、清单导出、证据执行、精确的更改行影响、新鲜度检查和面向代理的投影。跨三个真实的 Python 存储库和 26 个受控补丁任务，直接 ECK 为 11/11 证据任务和 9/11 提供精确选择器提供可执行测试覆盖率；隐藏已声明的证据将精确回收率降低至 1/11（配对精确 McNemar p=0.0078）。 ECK 派生的规则恢复 11/11 精确选择器，表明规则是有效的交付工件，而 ECK 提供源绑定、验证状态、影响和新鲜度。精确的更改行影响与所有 26 个补丁上独立创作的标签匹配（12 个单元链接；精度、召回率和 F1 均为 1.000）。 AST 限制的指纹正确分类了 50 个积极的变化和 17 个不相关的同一文件控件，而静态规则快照没有检测到 50 个过时的情况。模型支持的补丁审查和跨层研究衡量投影保真度，而不是独立的影响发现。这些结果支持混合架构：覆盖范围检索、源和证据治理 ECK 以及交付预测。