$ cat wiki/papers/2026/2608.19854-repo0.md
Repo0: Design-Driven Zero-to-All Code Generation (arXiv:2608.19854)
TL;DR
대부분의 코딩 에이전트는 저장소 아키텍처가 이미 존재한다고 가정한다. Repo0 는 zero-to-all 생성 — 자연어 요구사항으로부터 프로젝트 전체를 만드는 일 — 을 목표로, 명시적인 Dual-DAG 아키텍처 상태를 유지하고 구조적 수렴에 이를 때까지 컴포넌트 경계를 진화시킨 뒤, 수렴한 아키텍처를 기준으로 테스트 우선 방식으로 코드를 생성한다. RepoCraft 의 저장소 여섯 개에서 가장 강한 저장소 계획 베이스라인 대비 Functionality Coverage 최대 20.08pp 와 Pass Rate 최대 29.74pp 앞선다 (source).
저자와 소속
확보 불가. arxiv.org 는 EGRESS_BLOCKED 이고 논문은 읽지 않았다. HuggingFace Daily
Papers, 2026-08-23, 17 upvotes 에 올라 있다
(source).
방법
서술된 공백: 기존 시스템은 저장소 아키텍처가 미리 정의되어 있다고 가정한다. zero-to-all 생성에서 에이전트는 요구사항으로부터 프로젝트 전체를 구성하면서 개발 내내 모듈러 아키텍처를 유지해야 한다 — 즉 아키텍처는 입력이 아니라 살아 있는 대상이다.
Repo0 는 그 대상을 Dual-Directed-Acyclic-Graph (Dual-DAG) 로 명시적으로 유지한다:
- 요구사항 수준 DAG,
- 컴포넌트 수준 DAG,
- 그리고 둘 사이의 정렬 관계.
요구사항에서 출발해 모듈성 지표가 이끄는 구조적 액션을 통해 컴포넌트 경계를 반복적으로 진화시키며, 구조적 수렴에 도달한다. 그 이후에야 수렴한 아키텍처가 테스트 주도 개발 방식의 코드 생성을 이끈다.
RepoCraft 의 실제 저장소 여섯 개에서 GPT-5 mini 와 DeepSeek V3.2 를 써서 평가했다.
결과
- 모든 설정에서 Functionality Coverage 와 Pass Rate 가 가장 높다.
- 가장 강한 저장소 계획 베이스라인인 RPG 대비: Functionality Coverage 최대 +20.08 퍼센트포인트, Pass Rate 최대 +29.74 퍼센트포인트.
- 어블레이션이 세 구성 요소를 모두 뒷받침한다: Dual-DAG 아키텍처 상태, 모듈성이 이끄는 구조 진화, 명시적 구조 수렴.
초록이 주지 않는 것: Functionality Coverage 와 Pass Rate 의 절대 수치, 저장소별 결과, 두 백엔드 모델 사이의 구분, 그리고 "구조적 수렴"이 무엇을 기준으로 검증되는지.
의의
에이전트가 아니라 산출물에 적용된 하네스 논증이다. Eval Harness Configuration 의 8월 클러스터는 추론 시점이나 학습 시점에 모델을 둘러싸는 스캐폴딩에 관한 것이었다. Repo0 의 스캐폴드는 저장소 자신의 구조이며, 코드가 한 줄이라도 쓰이기 전에 수렴까지 진화한다. 관통하는 논지는 같다 — 가중치 바깥의 것이 역량을 나른다 — 그리고 이득의 크기도 LEGO-RL: Harness-Native Reinforcement Learning for Coding Agents (arXiv:2608.17393) 이 측정한 하네스 격차와 같은 차수다.
이 위키의 에이전트 레인에서 생성 전 계획을 지지하는 가장 강한 증거이기도 하다. Agents (LLM Agents) 는 추가된 구조가 비용이 되는 결과들을 모아왔다(MemTrapBench, SWE-bench Science 의 앵커링). 이것은 값을 하는 구조이고, 어블레이션이 어느 부분이 값을 하는지 말해준다.
초록 신뢰도로 보류하며, 베이스라인 선택이 중요하다. +29.74pp 는 같은 저장소 여섯 개에서 강력한 범용 코딩 에이전트가 아니라 RPG 를 상대로 서술된 값이고, RepoCraft 의 저장소 여섯 개는 프로젝트 전체 구축에 관한 주장을 받치기에는 작은 평가 표면이다. 백엔드 모델 두 개 모두 중간급(GPT-5 mini, DeepSeek V3.2)이므로, 생성기가 아키텍처를 암묵적으로 유지할 만큼 강할 때 이 방법이 어떻게 동작하는지는 아무것도 말해주지 않는다.
출처 메모: 이 논문은 2026-08-22 인제스트에서 Agents (LLM Agents) 의 에이전트 스킬 묶음 안에 언급으로만 기록되었고 페이지가 없었다. 그날 스냅숏이 이 저장소가 근거로 삼을 초록 없이 제목만 띄웠기 때문이다. 오늘 스냅숏이 초록을 담고 있어 페이지를 얻었다.
열린 질문
- RPG 대비 델타만이 아닌 절대 수치.
- 구조적 수렴이 안정적으로 종료되는가, 종료하지 않으면 어떻게 되는가?
- 프런티어급 생성기에서도 이득이 유지되는가, 아니면 Dual-DAG 가 중간급 모델이 아키텍처를 맥락 안에 담지 못하는 점을 보완하고 있는 것인가?
- 저장소 여섯 개 — RepoCraft 를 넘어 얼마나 일반화되는가?
- 저자 목록, 소속, 라이선스 — 미상. 논문은 읽지 않았다.
인용
Repo0: Design-Driven Zero-to-All Code Generation (2026). arXiv:2608.19854.