KAPSO：面向自主程序合成与优化的知识依据对齐框架

我们介绍KAPSO，一个用于自主程序合成与优化的模块化框架。给定自然语言目标和评估方法，KAPSO迭代地执行构思、代码合成与编辑、执行、评估和学习，以推动可运行工件朝可度量的目标改进。KAPSO不把合成当作终点，而是将合成作为长程优化循环中的一个算子，其中进展由评估器结果定义。KAPSO针对编码智能体中常见的长程失败，包括实验状态丢失、脆弱的调试以及领域专业知识复用薄弱，为此集成了三个紧密耦合的组件。第一，git原生实验引擎将每次尝试隔离为分支，产出可复现工件并在迭代间保留溯源。第二，知识系统摄取异构来源，包括代码仓库、内部操作手册以及文档、科学论文和网页搜索结果等精选外部资源，并将它们组织为结构化表示，支持对工作流、实现和环境约束的检索。第三，认知记忆层协调检索并维护从实验轨迹（运行日志、diff和评估器反馈）中提炼的可复用经验教训的情景存储，减少重复错误模式并加速收敛。我们在MLE-Bench（Kaggle风格的机器学习竞赛）和ALE-Bench（AtCoder启发式优化）上评估KAPSO，并报告端到端性能。代码可在 https://github.com/Leeroo-AI/kapso 获取。