🔴 保留 · `Frontier Coding Agents Use Metaprogramming to Adapt to Unfamiliar Tasks`

类型：arxiv
标识：2606.10933
链接：https://arxiv.org/abs/2606.10933
主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
主分类：agent
形态：method
被引：1
被引来源：Semantic Scholar
S2被引：1
OpenAlex被引：0
影响力被引：0
TLDR：Together, these results show that strong coding agents adapt to unfamiliar languages by using tools, feedback, and workspace state to build a working model of the target language.
OpenAlex ID：W7164206517
OpenAlex DOI：10.48550/arxiv.2606.10933
DOI：10.48550/arxiv.2606.10933
DOI来源：OpenAlex
开放获取：green
开放获取链接：https://doi.org/10.48550/arxiv.2606.10933
OpenAlex更新：2026-08-23
标题中文：🔴 保留 · Frontier Coding Agents Use Metaprogramming to Adapt to Unfamiliar Tasks
TLDR中文：综合结果表明，强大的 coding agent 通过使用工具、反馈和工作区状态来构建目标语言的可工作模型，从而适应不熟悉的语言。
待LLM分类：否
来源文件：
/inbox/jay/2026-06-12-night-arxiv-engineering-llm-agents.md
[S2 enrich]
[OpenAlex backfill]

可复用信息

- 评测 deployed coding agents 而非 bare models：
- Claude Opus 4.6 / Sonnet 4.6 / Haiku 4.5 → Claude Code harness
- GPT-5.4 xhigh / GPT-5.4 mini → Codex harness
- Kimi K2.5 → OpenCode harness
- 明确标注：tool mediation、file editing、shell access、workspace management 均属于 deployed coding agent 系统的一部分
- 附录 A 包含：per-agent API endpoints、model identifiers、采样设置、harness 调用方式（完全可复现的评测配置）
- Benchmark：Terminal-Bench 2.0（Vals AI）评测硬核真实 CLI 任务
保留理由：model-harness 配对评测思路值得学习；附录 A 的完整配置信息可直接用于构建自己的 coding agent 评测框架。