HERMES：可执行 Dev-Primitives 框架
AI 总结
arXiv 上一篇论文提出 Dev-Primitives——把仓库中的代码、配置、测试、依赖等构件与一个常驻 LLM 配对，使其具备可执行、可对话、可局部自我修改的智能体原生接口；在此基础上构建 HERMES 框架，通过依赖感知的动态激活与缺陷诊断机制在仓库规模上调度这些构件。论文称在四个软件工程基准上较匹配的基线 harness 平均高出 12.4%，使用 Qwen3-8B 作为 Dev-Primitives 时与全同构的 GPT-5.6 Sol 配置差距在 4.5% 以内，并在 Terminal-Bench 4.0 上把推理成本降低 26.2%。
深度见解
它把研究重点从模型本身转向“harness 设计”，提示长周期编程智能体的表现可能很大程度上取决于如何组织仓库级上下文与工具接口。
Computer Science > Software Engineering
arXiv:2610.07832 (cs)
[Submitted on 6 Oct 2026]
Title:Harness Engineering for Software Engineering via Modular Executable Dev-Primitives
Authors:Haibo Jin, Xinjie Li, Peng Kuang, Haohan Wang
View a PDF of the paper titled Harness Engineering for Software Engineering via Modular Executable Dev-Primitives, by Haibo Jin and 2 other authors
#HERMES#Dev-Primitives#Qwen3-8B#GPT-5.6 Sol#Terminal-Bench 4.0