DeepCode: オープンエージェント型コーディング

DeepCode: Open Agentic Coding

December 8, 2025

著者: Zongwei Li, Zhonghang Li, Zirui Guo, Xubin Ren, Chao Huang

cs.AI

要旨

大規模言語モデル（LLM）の最近の進歩により、強力なコーディングエージェントが登場し、コードアシスタントがコードエンジニアへと進化する可能性が開かれました。しかし、既存の手法は、情報過多とLLMのコンテキストボトルネックとの根本的な衝突により、科学論文からコードへの変換といった、高精度なドキュメントからコードベースへの合成を実現する上で依然として重大な課題に直面しています。本研究では、原理に基づいた情報フロー管理を通じてこの課題に根本的に取り組む完全自律型フレームワーク「DeepCode」を提案します。DeepCodeはリポジトリ合成をチャネル最適化問題として扱い、有限のコンテキスト予算下でタスク関連信号を最大化するために4つの情報操作をシームレスに調整します：ブループリント蒸留によるソース圧縮、ステートフルコードメモリを用いた構造化インデックス作成、検索拡張生成による条件付き知識注入、そして閉ループ誤り修正です。PaperBenchベンチマークによる広範な評価により、DeepCodeが最先端の性能を達成し、CursorやClaude Codeといった主要な商用エージェントを決定的に凌駕し、さらに重要なことに、主要な再現指標においてトップ機関の博士号取得者レベルの人間の専門家をも上回ることを実証しました。本論文は、論文の仕様を人間の専門家に匹敵するプロダクショングレードの実装へと体系的に変換することにより、研究評価と発見を加速できる自律的科学再現の新たな基盤を確立します。

English

Recent advances in large language models (LLMs) have given rise to powerful coding agents, making it possible for code assistants to evolve into code engineers. However, existing methods still face significant challenges in achieving high-fidelity document-to-codebase synthesis--such as scientific papers to code--primarily due to a fundamental conflict between information overload and the context bottlenecks of LLMs. In this work, we introduce DeepCode, a fully autonomous framework that fundamentally addresses this challenge through principled information-flow management. By treating repository synthesis as a channel optimization problem, DeepCode seamlessly orchestrates four information operations to maximize task-relevant signals under finite context budgets: source compression via blueprint distillation, structured indexing using stateful code memory, conditional knowledge injection via retrieval-augmented generation, and closed-loop error correction. Extensive evaluations on the PaperBench benchmark demonstrate that DeepCode achieves state-of-the-art performance, decisively outperforming leading commercial agents such as Cursor and Claude Code, and crucially, surpassing PhD-level human experts from top institutes on key reproduction metrics. By systematically transforming paper specifications into production-grade implementations comparable to human expert quality, this work establishes new foundations for autonomous scientific reproduction that can accelerate research evaluation and discovery.