竞争编程开发者终于有了一个能可靠迭代的 AI 助手——A-ProS 通过多模型反馈将 GPT-5 的初始通过率提升 2 倍以上，做算法竞赛或自动化代码生成的团队可以直接参考其架构设计。
A-ProS 是一个自主 AI 智能体，通过混合多模型反馈框架解决竞争编程问题，将解决方案生成与专门调试分离。它结合了 ChatGPT 生成器（GPT-4 和 GPT-5）与三个调试批评模型：Codestral-2508、Llama-3.3-70B 和 DeepSeek-R1，采用 2x3 因子设计。在 367 个 ICPC 世界总决赛（2011-2024）和 Codeforces（评级 1200-1800）问题上的评估显示，GPT-5 工作流经过三轮优化后，初始接受解决方案从 39 个提升到 85-90 个，GPT-4 从 15 个提升到 31-38 个。控制消融实验表明，有状态优化比无状态方法性能提升 8.5-10.6 个百分点，重复失败减少高达 3.5 倍。与基线智能体循环相比，A-ProS 的增益超过 2 倍，凸显了持久上下文和多模型反馈对于可靠自主程序合成的重要性。
A-ProS 是一个自主 AI 智能体，通过混合多模型反馈框架解决竞争编程问题，将解决方案生成与专门调试分离。它结合了 ChatGPT 生成器（GPT-4 和 GPT-5）与三个调试批评模型：Codestral-2508、Llama-3.3-70B 和 DeepSeek-R1，采用 2x3 因子设计。在 367 个 ICPC 世界总决赛（2011-2024）和 Codeforces（评级 1200-1800）问题上的评估显示，GPT-5 工作流经过三轮优化后，初始接受解决方案从 39 个提升到 85-90 个，GPT-4 从 15 个提升到 31-38 个。控制消融实验表明，有状态优化比无状态方法性能提升 8.5-10.6 个百分点，重复失败减少高达 3.5 倍。与基线智能体循环相比，A-ProS 的增益超过 2 倍，凸显了持久上下文和多模型反馈对于可靠自主程序合成的重要性。
Large Language Models (LLMs) demonstrate strong potential for automated code generation, yet their ability to iteratively refine solutions using execution feedback remains underexplored. Competitive programming offers an…