论文页面 - SpecFirst：将行为规范提取作为基于智能体的从头程序综合中的首要步骤

来源：https://huggingface.co/papers/2607.27167 SpecFirst：将行为规范提取作为基于智能体的从头程序综合中的首要步骤

我们认为，行为规范提取应当成为从头程序综合中的首要步骤，而非隐含地混杂在探索与编码过程中。通过 SpecFirst，我们：

📋 将综合过程分为两个阶段：一个规范智能体首先探测仅可执行的二进制文件，并将其观察结果与文档相结合，形成结构化的行为规范 📋 将这一规范作为稳定参考提供给第二个智能体用于实现，而非要求其从不断增长的交互历史中持续恢复行为意图 📋 在编码开始前解决文档歧义，并将行为探索与代码构建解耦

我们在全部 200 个 ProgramBench 实例上评估了 SpecFirst，使用了跨两个模型家族的四个模型，其智能编码能力跨度近一个数量级。我们将其与采用相同模型、官方 mini-SWE-agent 框架以及其余匹配实验设置的单循环直接综合基线进行了对比。

结果是：📈 在全部四个评估模型上，测试通过率较直接综合提升了 6.9%–21.3% 📈 二进制文件探索覆盖率提升了 9.4%–18.5%，表明专门的规范阶段带来了更广泛的行为探测 📈 在每个评估模型上都产生了统计上显著的改进，表明该优势跨越了模型家族和能力水平

或许最有趣的是：规范改变了智能体的编码方式。行为分析表明，配备了预先规范的智能体更早开始代码构建，并持续更长时间，而非反复在行为探索与实现之间切换。我们的结果表明，在智能体循环中引入一个明确的需求工程阶段，是一种简单但有效的从头构建程序的范式。