arXiv cs.AI· Yiran Hu, Shanchao Liang, Nan Jiang, Yi Wu, Lin Tan·· 3 天前AI 评分32
TENET：面向仓库级代码生成的测试驱动开发框架
TENET: One Step Toward Test-Driven Development for Repository-Level Code Generation
AI 导读
TENET 是一个在测试驱动开发（TDD）范式下进行仓库级代码生成的智能体框架，包含测试套件选择、检索调试工具集和基于反思的迭代改进流程。在 Claude Sonnet 4 上，TENET 于 RepoCod 和 RepoEval 分别达到 69.08% 和 81.77% Pass@1，较最强基线提升 9.49 和 2.17 个百分点。
正文 · AI 翻译
摘要：测试驱动开发（TDD）是一种被广泛采用的实践，要求开发者在实现的同时创建并执行测试。随着大语言模型（LLM）的最新进展，开发者可以从手动编写代码转向将测试定义为可执行规范，并将代码合成委托给 AI 智能体。然而，在开发者编写的测试下实现仓库级 TDD 具有挑战性，需要：（1）规范增强：从具有丰富任务语义的大型测试套件中识别出简洁且具有代表性的测试子集；（2）检索增强：利用测试来引导推理和上下文检索；（3）测试驱动精化：解读测试反馈以进行迭代改进。我们提出 TENET，一个在 TDD 范式下用于仓库级代码生成的智能体框架。TENET 包括：（1）一种测试夹具机制，选择简洁的测试套件以最大化目标使用场景的多样性；（2）一套定制的智能体工具集，用于高效检索和调试；（3）一种基于反思的精化工作流，迭代分析失败并更新实现。TENET 在多个骨干模型上持续优于最强的基线，在 Claude Sonnet 4 上于 RepoCod 和 RepoEval 分别达到 69.08% 和 81.77% 的 Pass@1，分别提升了 9.49 和 2.17 个百分点。此外，我们首次系统性地研究了测试套件特征如何影响 TDD 设置中 LLM 智能体的性能。
| 评论： | 已被第 37 届 IEEE 国际软件可靠性工程研讨会（ISSRE 2026）接收 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| ACM 分类： | D.2.5；I.2.2 |
| 引用为： | arXiv:2509.24148 [cs.SE] |
| （或本版本使用 arXiv:2509.24148v5 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2509.24148 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Yiran Hu [查看邮箱]
[v1]
2025 年 9 月 29 日星期一 00:53:16 UTC（2,012 KB）
[v2]
2025 年 9 月 30 日星期二 04:05:32 UTC（2,012 KB）
[v3]
2026 年 7 月 12 日星期日 23:05:42 UTC（806 KB）
[v4]
2026 年 8 月 13 日星期四 19:04:55 UTC（736 KB）
[v5]
2026 年 10 月 11 日星期日 18:23:18 UTC（733 KB）
来源：arXiv cs.AI · arxiv.org