走向证书驱动的软件移植：用于科学程序优化的自我改进的 Agentic 工具

大型科学代码库的升级和重写历来是一项重大挑战。虽然使用大语言模型 (LLM) 的进化搜索可以移植和加速遗留代码，但仅修复提示中的反馈并不能防止后续候选实现重复相同的错误。我们引入了证书驱动的进化搜索（CDES），它通过来自失败候选者的可执行限制来扩展进化搜索，记录为假设证书、检查器证据和合理的限制。其控制逻辑通过拒绝、回溯和有针对性的修复来强制实施这些限制，同时保留兼容的编辑。我们将 CDES 应用于 Geant4 工具包中两个粒子模拟函数的 CPU 到 GPU 转换，并使用超越单元测试的Harness进行评估，将形式检查、数值比较、物理检查和 GPU 安全测试结合起来。生成的实现实现了 CPU 代码 13.78 倍和 23.54 倍的功能级加速，包括数据转换和传输；对于一项功能，GPU 吞吐量超过专家实现的 14.9%，当组合互补组件时达到 16.1%。在执行设置的消融中，证书反馈将通过所需正确性检查的候选实现的比例从 55% 增加到 90%。