ReCodeAgent：一种用于大规模代码仓库语言无关翻译与验证的多智能体工作流

arXiv:2604.07341v4 公告类型：替换交叉 摘要：由于适配新的编程语言（PL）对所需的复杂工程工作量很大，大多数仓库级代码翻译与验证技术都只在单一源语言—目标语言（PL）对上进行了评估。编程智能体能够赋予仓库级代码翻译与验证以语言无关性：它们可以跨多种 PL 综合代码，并自主使用针对各 PL 的现有分析工具。然而，现有最先进的方法尚未提供一种完全自主的智能体方法，用于大规模程序的仓库级代码翻译与验证。本文提出 ReCodeAgent，一种面向语言无关仓库级代码翻译与验证的自主多智能体方法。用户只需提供源 PL 中的项目并指定目标 PL，ReCodeAgent 即可自动翻译并验证整个代码仓库。ReCodeAgent 是首个在多种 PL 上实现高翻译成功率的技术。我们将 ReCodeAgent 与另外四种神经符号和智能体方法进行比较，使用它们翻译 118 个真实世界项目；每个项目平均包含 1,975 行代码（LoC）和 43 个翻译单元。这些项目涵盖 6 种 PL 和 4 个 PL 对。结果表明，在翻译正确性方面，ReCodeAgent 始终优于以往技术：在真实值测试上，测试通过率提高了 60.8%，平均成本为 15.3 美元。我们还对 ReCodeAgent 的运行轨迹进行了以过程为中心的分析，以确认其过程效率。最后，我们研究了设计选择（多智能体架构与单智能体架构）如何影响 ReCodeAgent 的性能：平均而言，测试通过率下降了 40.4%，运行轨迹变长了 28%，并且持续表现出低效率。