Repo0 mira geração de código do zero ao projeto completo
O framework evolui a arquitetura do repositório antes da geração de código orientada por testes.
Por que importa
O trabalho aborda uma lacuna prática na programação agentiva: gerar não apenas arquivos, mas uma arquitetura de repositório sustentável do zero. Se for reproduzível, o planejamento com consciência arquitetural pode melhorar a confiabilidade de sistemas de IA encarregados de construir projetos de software completos.
Pontos-chave
- 1.O Repo0 constrói projetos a partir de requisitos em linguagem natural.
- 2.Um Dual-DAG rastreia requisitos, componentes e alinhamento.
- 3.Testes em seis repositórios RepoCraft mostraram as melhores coberturas e taxas de aprovação.
O HF Daily Papers destacou o Repo0, um framework para geração de código do zero ao projeto completo em que um agente constrói um projeto de software inteiro a partir de requisitos em linguagem natural. O Repo0 mantém um estado arquitetural explícito como um Dual-DAG que conecta requisitos, componentes e seu alinhamento, e então ajusta iterativamente os limites dos componentes usando métricas de modularidade antes de gerar código por meio de desenvolvimento orientado por testes. Os autores o avaliaram em seis repositórios RepoCraft usando GPT-5 mini e DeepSeek V3.2 e relataram a maior cobertura de funcionalidade e taxa de aprovação em todos os cenários.
⚡ Experimente hoje
Leia o artigo antes de usar agentes de código para gerar repositórios do zero, especialmente se a qualidade da arquitetura for importante.
Fontes e reportagens originais
Este resumo sintetiza e linka a cobertura dos veículos abaixo.
Gostou deste resumo? Receba o próximo no seu e-mail.
Mais em Pesquisa
Google DeepMind faz parceria com estúdios de games em jogabilidade com IA
O laboratório afirma que está se apoiando em 15 anos de pesquisa em games para criar protótipos de jogabilidade com IA.
MemTrapBench testa armadilhas cognitivas no uso de memória por LLMs
O benchmark mostra que a memória pode prejudicar o desempenho em tarefas mesmo quando os registros recuperados são relevantes.
AI4AI-Bench testa agentes no design de algoritmos de treinamento
O benchmark no arXiv avalia se agentes de LLM conseguem reescrever algoritmos de treinamento em repositórios congelados.