TENET：测试驱动的仓库级代码生成智能体框架

TENET 论文（arXiv 2509.24148，更新至 v5）提出一个面向测试驱动开发（TDD）范式的仓库级代码生成智能体框架：通过测试 harness 选择精简且覆盖多样使用场景的测试套件，并结合检索、调试和基于失败反馈的迭代优化来生成代码。 作者称，在使用 Claude Sonnet 4 作为骨干模型时，TENET 在 RepoCod 和 RepoEval 基准上分别取得 69.08% 和 81.77% 的 Pass@1，较最强基线提升 9.49 和 2.17 个百分点，且在不同骨干模型上均持续优于最强基线。以上为论文作者声称的结果，基于论文摘要。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。