arXiv cs.CL· Haibo Jin, Peng Kuang, Xucheng Yu, Jerry Wang, Dehao Wu, Haohan Wang·· 10 天前AI 评分40
LEGO：用智能体原生可复用代码原语实现大规模仓库工程
Large-scale Repository Engineering via Agent-Native Reusable Code Primitives
AI 导读
研究者提出 Code Primitives——带接口契约、依赖闭包、验证测试和来源追踪的智能体原生可复用可执行组件，并构建了含 1,424 个已验证原语的可搜索库 CodeFace。
正文 · AI 翻译
摘要：配备开发环境的大语言模型已将代码生成推向仓库级构建，但构建完整仓库仍然困难，因为相互交互的模块、接口、配置、测试和依赖必须协同工作。我们提出 Code Primitives，即具有接口契约、依赖闭包、验证测试和来源信息的智能体原生可复用可执行组件。每个原语使用常驻 LLM 评估相关性，并使其实现、接口和依赖适配目标仓库，我们在 CodeFace 中组织了 1,424 个经过验证的原语，这是一个用于仓库构建的可搜索库。我们提出 LEGO（Large-scale repository Engineering via aGent-native reusable cOde primitives），它激活任务相关原语，将其适配后的实现与任务特定代码集成，同时解决跨组件约束，并根据执行的测试修订结果。为了端到端衡量构建，我们构建了 LEGO-REPO，这是一个包含 522 个可执行重建任务的基准，涵盖七个软件领域、22 个能力赛道和五个难度级别，依据原生测试套件在空包下限和原始源码上限之间评分。在 13 个被评估主干中，最强的一个达到 0.318 的交付分数，并在 41.0% 的任务上得分为零；LEGO 使全部 13 个平均提升 0.1474，并将 GPT-5.6-terra 从 0.3180 提升至 0.5134（+61.4%）。在受控比较中，适配后的原语优于作为上下文提供的检索代码或原样引入的代码。该效果在独立仓库智能体、三个外部基准以及一个不相交重新挖掘的 CodeFace 上持续存在；用于适配和诊断的 GPT-OSS-20B 保留了 95.1% 的同质分数，同时成本降低 24.0%。
| 评论： | 44 页 |
| 主题： | 软件工程（cs.SE）；计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.09079 [cs.SE] |
| （或 arXiv:2610.09079v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09079 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Haibo Jin [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 20:20:50 UTC（538 KB）
来源：arXiv cs.CL · arxiv.org