arXiv cs.AI· Aditya Golatkar, Alessandro Achille, Renos Zabounidis, Vlad Sobal, Yangruibo Ding, Baishakhi Ray, Jonathan Buck, Guy Van den Broeck, Maryam Fazel, Pietro Perona, Wei Xia, Stefano Soatto·· 13 小时前AI 评分58
Skeleton Coding：以程序结构作为智能体规格
Skeleton Coding: Program Structure as a Specification for Agents
AI 导读
论文提出 Skeleton Coding，让开发者用类代码的高层格式与行为规格一起指定程序结构，而非只给测试和输入输出示例。作者将 AI 辅助编码建模为控制问题，证明骨架可指数级减少所需测试数量；在四个模型和三个基准上，最佳骨架规格使平均测试错误相对最佳端到端行为规格降低 48.4%，即使智能体可查询完整参考实现，加入骨架仍可相对降低最多 27.0%。
正文 · AI 翻译
作者：Aditya Golatkar、Alessandro Achille、Renos Zabounidis、Vlad Sobal、Yangruibo Ding、Baishakhi Ray、Jonathan Buck、Guy Van den Broeck、Maryam Fazel、Pietro Perona、Wei Xia、Stefano Soatto
摘要：编码智能体通常被提供端到端的行为规范，即其生成的代码应满足的测试和输入—输出示例。开发者必须提供多少这样的规范、以及提供哪些规范，智能体才能生成开发者想要的程序？我们认为这无法先验地确定，因为它取决于实现的结构，而结构由智能体自行决定。智能体首先确定一种结构——即对数据类型、模块和函数的分解——这固定了一类候选程序；行为规范随后在该类中选定一个程序。对一种结构足够的测试集，对另一种结构可能严重欠定，需要不同的边界情况或指数级更多的示例。由于结构由智能体选择，开发者无法在不从数千行生成代码中逆向工程的情况下确保其规范完整。为解决这一问题，我们提出骨架编码（Skeleton Coding），即开发者以高层、类代码的格式，将结构与行为规范一并指定。在理论上，我们将 AI 辅助编码建模为控制问题，并证明骨架可以将开发者引导智能体生成可接受程序所需提供的测试数量减少指数级。在实证上，跨四个模型和三个基准，表现最佳的骨架规范相对于最佳的端到端行为规范将平均测试误差降低了 48.4%。即使智能体可以查询完整的参考实现，加入骨架也能将平均测试误差相对降低最多 27.0%。骨架还将小模型与大模型之间的平均差距缩小约 52.4%，同时将实现成本降低 15–26 倍，并将代码侵蚀平均减少 24.7%。
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.38214 [cs.SE] |
| （或 arXiv:2610.38214v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38214 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Aditya Golatkar [查看电子邮件]
[v1]
2026年10月28日星期三 03:09:39 UTC（380 KB）
来源：arXiv cs.AI · arxiv.org