arXiv cs.AI· Thomas Bartz-Beielstein·· 3 天前AI 评分31
删除代码而不丢失知识：面向 Python 库的再生式软件
Deleting Code Without Losing Knowledge: Regenerative Software for Python Libraries
AI 导读
开源包 spotregen 实现了 Fowler 提出的七项再生式软件原语，让程序可被删除重建而不丢失知识：知识以机器可读记录存于受追踪目录，每个单元据此生成包含架构、意图、决策、公共契约、评估与消费者但无实现的 regeneration bundle。
正文 · AI 翻译
摘要：在“软件 3.0”时代，当智能体可以在几分钟内重写一个完整程序时，依赖代码作为唯一真相来源的传统方法就变得值得怀疑。Fowler 倡导了一组七个原语，为再生软件奠定了框架，使程序可以被删除并重建而不丢失其知识。知识存在于受跟踪目录中的机器可读记录里，并据此为每个单元构建一个*再生包*。再生包是一个单一文件，包含模块的架构、意图、决策、公共契约、评估和消费者，但不包含实现，外加它可能导入的一个依赖模块。开源包 spotregen 实现了这些原语，并提供了图形用户界面。本报告首次将 Fowler 的原语应用于安全关键型预测库 spotforecast2-safe。在最初的实验中，协调该研究的 Claude Code 会话消耗了超过 4300 万个 token，几乎全部是它自己的历史记录在每次请求时被重新发送。这促使我们转向基于本地模型的架构。确定性检查和维护者评判了结果。报告包含每个原语的可执行示例。每个示例都针对仓库或其一次性副本运行 spotregen。
| 评论： | 53 页 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| MSC 分类： | 68-04 |
| ACM 分类： | D.2.0 |
| 引用为： | arXiv:2610.17197 [cs.SE] |
| （或 arXiv:2610.17197v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17197 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Thomas Bartz-Beielstein [查看电子邮件]
[v1]
2026 年 10 月 12 日星期一 17:57:40 UTC（4,695 KB）
来源：arXiv cs.AI · arxiv.org