摘要
本文提出 KAPSO,一种用于自主程序合成与优化的模块化框架。该框架将合成视为长周期优化循环中的算子,通过迭代构思、代码生成、执行评估及学习,持续改进可运行产物以达成目标。针对编码代理常见的长程失败问题,KAPSO 集成了三大组件:原生 Git 实验引擎以隔离尝试并保留谱系;知识系统整合多源异构信息以支持结构化检索;认知记忆层协调检索并维护从实验轨迹中提炼的经验教训,从而减少重复错误并加速收敛。
AI 推荐理由
论文核心在于通过长周期优化循环实现代码的自我迭代、反思与改进,符合自我进化定义。
研究机构
Leeroo Team
论文信息