南京大学综述《Self-Evolving Coding Agents》提出编码智能体应基于执行反馈自我进化,而非静态固定。文章将进化对象分为框架、记忆、技能工具、模型、工作流拓扑五类,并区分任务内、任务后、阶段性三种时机及结果、环境、轨迹三类证据。同时指出可复现性、反馈可靠性、记忆腐化、评测短视四大挑战,为手搓Harness的工程师提供系统化进化方向。
本研究提出了一种离线仿真框架,结合大语言模型和公开脚本指南,降低了软件脚本自动化的编程门槛。实验结果表明,该框架提高了自动化成功率,优化了响应时间和运行成本,展示了利用执行反馈生成技能的潜力。
本研究提出了一种新方法,通过并行训练代码生成模型和测试生成模型,利用执行反馈提升性能。实验结果表明,该方法能够有效生成测试用例并筛选正确代码,效果显著。
完成下面两步后,将自动完成登录并继续当前操作。