跳转至

DeepRepro：随仓库状态演进的论文复现子规划

复现级别：核心机制 mini-suite。 实现 repository snapshot、state-aware subplan 与 runtime-feedback repair。

论文信息

字段 内容
论文链接 arXiv 2608.26557
公司 / 机构 中国科学院计算技术研究所 / 中国科学院大学（第一作者所属机构）
首次公开日期 2026-08-27（arXiv v1；CIKM 2026）
原作者代码 已公开：DeepRepro
本地 adapter / 方法 deeprepro
本地复现代码 src/auto_research/agent_research/latest_20260831.py

原始论文总结

背景与主要改动

一次性全局计划会在文件、依赖和接口持续变化时失效。DeepRepro 在每个阶段读取当前 repository state 和执行反馈，重写细粒度 subplan，再由 repository-aware orchestration 推进实现。

flowchart LR
  P[论文] --> S[当前 repo snapshot]
  S --> Q[细粒度 subplan]
  Q --> X[执行与测试]
  X --> F[运行反馈]
  F --> S

原论文关键图

DeepRepro：随仓库状态演进的论文复现子规划 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ p_{t+1}=\operatorname{Subplan}(paper,repo_t,feedback_t). \]

本地复现

planbench-mini、120 episodes：joint success 1.0000、average cost 0.4300，并记录 state snapshots、subplan revisions 与 repairs。指标见 metrics/planbench-mini-seed42.json。

复现边界

未运行官方 PaperBench Code-Dev，也未把 deterministic plan/answer 满分包装成论文结果；本地验证的是状态驱动重规划路径。

PaperBench / Code-Dev 产物回放

新增 public-agent-artifact-eval --method deeprepro，读取固定 revision 的 PaperBench Code-Dev 或官方 DeepRepro 导出，按 paper/state 顺序回放 plan、executed steps 和 test 结果；比较首轮静态计划与每轮读取 repository state 后重写 subplan 的覆盖率，三种子只用于等预算静态基线采样。

auto-research public-agent-artifact-eval --method deeprepro \
  --artifact paperbench-code-dev.jsonl --dataset-id paperbench-code-dev \
  --dataset-revision <immutable-sha> --seeds 42,43,44

官方仓库当前公开系统代码但未附论文整套 API-budget 轨迹；因此本地支持真实产物 replay，却不会声称已复刻完整 agent/API 成本实验。