مقاله‌ی arXiv:2610.09079 · منتشرشده در کانال
Large-scale Repository Engineering via Agent-Native Reusable Code Primitives
مهندسی مخزن در مقیاس بزرگ با اجزای کد بومی ایجنت و قابل استفاده‌ی مجدد
- تاریخ
- (۱۴ مهر ۱۴۰۵) 2026-10-06 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Haibo Jin, Peng Kuang, Xucheng Yu, Jerry Wang, Dehao Wu, Haohan Wang
- نهاد نویسنده‌ها
- University of Illinois Urbana-Champaign
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
مدل‌های زبانی با محیط توسعه، تولید کد را به ساخت در مقیاس مخزن رسانده‌اند، اما ساخت یک مخزن کامل هنوز سخت است چون ماژول‌ها، رابط‌ها، پیکربندی‌ها، تست‌ها و وابستگی‌ها باید با هم کار کنند.
روش
«اجزای کد» قطعه‌های اجرایی قابل استفاده‌ی مجدد با قرارداد رابط، بستار وابستگی، تست اعتبارسنجی و منشأ هستند؛ هرکدام یک مدل زبانی مقیم دارد که ربط را می‌سنجد و پیاده‌سازی، رابط و وابستگی‌ها را با مخزن هدف تطبیق می‌دهد. ۱۴۲۴ جزء تأییدشده در کتابخانه‌ی جست‌وجوپذیر CodeFace سازمان یافته‌اند. چارچوب LEGO اجزای مرتبط را فعال می‌کند، نسخه‌های تطبیق‌یافته را با کد ویژه‌ی تسک یکپارچه و قیدهای بین اجزا را حل می‌کند و نتیجه را با تست‌های اجراشده بازنگری می‌کند. بنچمارک LEGO-REPO هم با ۵۲۲ تسک بازسازی اجرایی در هفت حوزه‌ی نرم‌افزاری ساخته شد.
یافته‌ها
- قوی‌ترین مدل از ۱۳ مدل به امتیاز تحویل ۰٫۳۱۸ رسید و در ۴۱٫۰ درصد تسک‌ها امتیاز صفر گرفت؛ چارچوب همه‌ی ۱۳ مدل را به‌طور میانگین ۰٫۱۴۷۴ بهتر کرد و GPT-5.6-terra را از ۰٫۳۱۸۰ به ۰٫۵۱۳۴ رساند، یعنی ۶۱٫۴ درصد بهبود.
- در مقایسه‌های کنترل‌شده، اجزای تطبیق‌یافته از کد بازیابی‌شده‌ای که به شکل کانتکست داده شود یا بدون تغییر کپی شود بهتر بودند، و اثر در برابر ایجنت‌های مستقل مخزن، سه بنچمارک بیرونی و یک کتابخانه‌ی جداگانه استخراج‌شده هم باقی ماند.
- استفاده از GPT-OSS-20B برای تطبیق و تشخیص ۹۵٫۱ درصد امتیاز را با ۲۴٫۰ درصد هزینه‌ی کمتر حفظ کرد.
محدودیت‌ها
نویسنده‌ها می‌گویند بنچمارک فقط بازسازی بسته‌های پایتونی از رابط‌های داده‌شده و تست‌های بومی را می‌سنجد، پس امتیاز کامل یعنی توافق با بسته‌ی اصلی زیر تست‌های منجمد، نه درستی معنایی کامل، نگه‌داشت‌پذیری یا طراحی آزاد معماری.
چرا مهم است
ساخت کل یک مخزن نرم‌افزاری هنوز برای ایجنت‌ها خیلی سخت است. این کار نشان می‌دهد قطعه‌های آماده‌ای که خودشان را با پروژه تطبیق می‌دهند، مثل آجرهای لگو، این کار را به‌طور محسوس آسان‌تر می‌کنند.