Skeleton Coding：用程序结构作为智能体规范

让开发者同时指定程序结构，可大幅减少所需测试并降低误差。

资讯摘要

论文提出 Skeleton Coding，让开发者以类代码的高层格式同时指定程序结构与行为规范，而非只提供测试等端到端规范。作者将 AI 辅助编程建模为控制问题，论证骨架可指数级减少所需测试数量；在四个模型、三个基准上，最佳骨架规范使平均测试误差相对最佳端到端行为规范降低 48.4%。

要点速读

1. 论文指出，智能体先确定由数据类型、模块和函数构成的结构，行为规范只能在该结构限定的候选程序类中做选择，因此测试是否充分取决于结构。
2. 在四个模型、三个基准上，最佳骨架规范使平均测试误差相对最佳端到端行为规范降低 48.4%；即使智能体可查询完整参考实现，加入骨架仍使平均测试误差相对降低最多 27.0%。
3. 作者报告骨架将小模型与大模型的平均差距缩小约 52.4%，实现成本降低 15–26 倍，代码侵蚀平均减少 24.7%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。