AI编码Agent的自我进化编码规则

人工智能编码Agent的性能高度依赖于其底层编码规则。然而，现有的编码规则通常是手工制定和固定的，使得该过程耗费大量人力并且通常不是最理想的。在这项工作中，我们提出了 RuleEvolve，一个用于编码规则的自我进化框架。 RuleEvolve 维护候选编码规则池并迭代改进它们。在每次迭代中，它都会采用 LLM 支持的变异器模块从现有候选者中生成变体，然后使用判断模块来评估这些变体并使用性能最佳的变体更新池。对两个编码Agent框架、四个骨干大语言模型和三个基准的广泛评估表明，RuleEvolve 在生成代码的功能正确性、代码长度和/或生成成本（例如使用的词元）方面优于手动工程和现有的提示优化基线。