SpecForge：编码智能体行为规范递归自改进

2026年10月14日，arXiv 人工智能板块刊出 Yutong Cheng 等作者的论文，提出 SpecForge——一个面向编码智能体的多前沿树搜索框架。该框架让冻结权重的编码智能体通过生成代码、执行验证测试并基于失败结果精炼行为规范，实现递归自我改进；针对实体间输出耦合导致的“打地鼠”效应，采用 Pareto 引导状态选择、依赖约束实体选择和错误多样化扩展三项机制加以缓解。据该论文称，在 DevEval+ 上，SpecForge 在五个骨干模型上均取得最佳表现，其中使用 Claude-4.5-Sonnet 时解决率达 94.9%，较最强基线平均提升 5.7 个百分点；改进后的规范还能迁移到跨语言翻译和新功能实现等循环外任务，表现优于基准提供的需求文档。目前事件进展限于论文发布及其报告结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。