WiseSpec: Requirements-Driven Agents for Code Generation

📄 arXiv: 2609.00568v1 📥 PDF

作者: Zhao Tian

分类: cs.SE, cs.AI

发布日期: 2026-09-01

备注: Accepted by ASE 2026 (SRC)

💡 一句话要点

提出WiseSpec以解决代码生成中的需求质量问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 代码生成 需求工程 自动化编程 大型语言模型 软件开发 智能助手

📋 核心要点

  1. 现有代码生成方法在处理复杂软件工程任务时，常因任务描述质量低下而导致生成代码不正确。
  2. WiseSpec通过自动构建结构化需求并评估其质量，旨在提升代码生成的准确性和有效性。
  3. 实验表明，WiseSpec在代码生成任务中相较于基线方法平均提升了13.17%的%Resolved，显示出其有效性。

📝 摘要（中文）

代码生成旨在根据任务需求自动生成源代码，随着大型语言模型（LLMs）的快速发展，该领域引起了广泛关注。然而，LLMs在复杂软件工程任务中生成正确代码的能力仍然不足，主要原因在于任务描述常常不完整、模糊或缺乏关键上下文信息。现有方法主要通过更复杂的工具、技能和工作流程来提升编码代理的能力，而忽视了任务需求本身的质量。为了解决这一局限性，本文提出了WiseSpec，一个基于需求驱动的代理框架，用于库级代码生成。WiseSpec自动构建结构化和信息丰富的需求，通过基于执行的评估来评估其质量，并迭代地进行优化，以更好地指导代码生成。实验结果表明，WiseSpec在所有基线方法中表现优异，平均提升了13.17%的%Resolved。

🔬 方法详解

问题定义：本文解决的问题是如何提高代码生成中的任务需求质量。现有方法往往忽视需求本身的完整性和清晰度，导致生成的代码不符合预期。

核心思路：WiseSpec的核心思路是从软件需求工程中汲取灵感，构建一个需求驱动的代理框架，通过自动化生成和优化需求来指导代码生成过程。

技术框架：WiseSpec的整体架构包括需求构建模块、质量评估模块和需求优化模块。首先，系统自动生成结构化的需求，然后通过执行评估其质量，最后根据评估结果迭代优化需求。

关键创新：WiseSpec的主要创新在于其需求驱动的设计理念，强调需求质量对代码生成的影响。这一方法与传统的依赖于工具和技能的编码代理有本质区别。

关键设计：在设计中，WiseSpec采用了基于执行的评估机制，确保生成的需求不仅结构化且信息丰富。此外，系统还实现了迭代优化过程，以不断提升需求的质量和生成代码的准确性。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果显示，WiseSpec在所有对比基线中表现优异，平均提升了13.17%的%Resolved。这一显著的性能提升表明，需求质量的改善对代码生成的成功至关重要。

🎯 应用场景

WiseSpec的研究成果在软件开发、自动化测试和智能编程助手等领域具有广泛的应用潜力。通过提升代码生成的准确性，该框架能够有效减少开发人员的工作负担，提高软件开发效率，未来可能对软件工程的自动化和智能化产生深远影响。

📄 摘要（原文）

Code generation aims to automatically generate source code from task requirements and has attracted significant attention with the rapid advancement of large language models (LLMs). Despite remarkable progress, LLMs often struggle to generate correct code for complex software engineering tasks because task descriptions are frequently incomplete, ambiguous, or lack critical contextual information. Existing approaches primarily improve the capabilities of coding agents through more sophisticated tools, skills, and workflows, while largely overlooking the quality of the task requirements themselves. To address this limitation, we draw inspiration from software requirements engineering and propose WiseSpec, a novel requirements-driven agent framework for repository-level code generation. WiseSpec automatically constructs structured and information-rich requirements, assesses their quality through execution-based evaluation, and iteratively refines them to better guide code generation. Experimental results show that WiseSpec consistently outperforms all baselines, achieving an average improvement of 13.17% in %Resolved.