arXiv · cs.AI· Celal Ziftci, Spencer Greene, Ray Liu, Livio Dalloro, Lorenzo Dini·· 1 天前
FlowAgent：Google 规模低延迟智能体程序修复
Catching Developers in the Flow: Low-Latency Agentic Program Repair at Google Scale
arXiv:2610.07289v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Celal Ziftci, Spencer Greene, Ray Liu, Livio Dalloro, Lorenzo Dini
研究任务与主要进展
Google 研究人员提出并部署 FlowAgent，在持续集成系统的提交前流程中自动修复测试失败，并集成到内部开发者工具 Critique 和 Cider。该智能体采用 ReAct 式生成—验证循环及执行前后拒答过滤；基于论文摘要，在195个真实测试失败的人工评测中，67.18%的建议被判定为正确修复。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org