# MirrorCode：仅凭行为重建完整程序的评测

> 利用仅可执行的参考程序、文档及可见样例，评测 25 个命令行程序的重新实现；在独立评分环境中对可见及留出端到端测试进行精确输出比较。

- 作者：Tom Adamczewski; David Owen; David Rein; Florian Brand; Giles Edkins; Allen Hart; Daniel O'Connell
- 原标题：MirrorCode: AI can rebuild entire programs from behavior alone
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2026 年 6 月 29 日
- 日期依据：采用首次 arXiv 提交日期，另列所复核版本。
- arXiv 首次提交：2026 年 6 月 29 日
- arXiv：2606.30182
- 已复核的 arXiv 版本：v2
- DOI：10.48550/arxiv.2606.30182
- 来源复核于：2026-10-20
- 收录于：2026-10-20
- 原始论文：<https://arxiv.org/abs/2606.30182>
- PDF：<https://arxiv.org/pdf/2606.30182v2>
- 代码：<https://github.com/epoch-research/MirrorCode>
- BibTeX：<https://awesomerea.org/papers/citations/paper-mirrorcode.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-mirrorcode/>
- 记录 JSON：<https://awesomerea.org/papers/paper-mirrorcode/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-mirrorcode/index.md)

## 研究范围与局限

目标限于指定范围内、确定性、无状态且输出文本的程序。测试一致不等于普遍等价或代码质量评估；记忆探测发现 17 个目标可能已被接触。较大推理预算及框架选择限制与低成本基准的比较，三个目标仍未公开。

## 与本合集的关联

直接评估依据可观察的软件行为开展长期重建的能力。

## 发表与复核说明

首投为 6 月 29 日，v2 为 7 月 17 日，属于近六个月补充候选。与 ProgramBench 不同，论文专门比较两者。固定仓库的根许可证为 MIT，包含公开框架与任务定义，不含私有任务；目标程序许可另行适用。

## 一手来源

1. <https://arxiv.org/abs/2606.30182>
2. <https://arxiv.org/html/2606.30182v2>
3. <https://api.datacite.org/dois/10.48550/arxiv.2606.30182>
4. <https://github.com/epoch-research/MirrorCode/blob/5c9d7b00b0c6d7609003e33896cd41d28f092fcb/README.md>
5. <https://github.com/epoch-research/MirrorCode/blob/5c9d7b00b0c6d7609003e33896cd41d28f092fcb/LICENSE>

## 关于此条目

已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。
原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。