2026 · 预印本
ProgramDistill：将交互式 Web 应用转化为可验证的参考驱动软件工程任务
ProgramDistill: From Interactive Web Apps to Verifiable Reference-Guided SWE Tasks
评测智能体从源码不可见的运行参考中恢复 Web 应用行为的能力，提供覆盖 26 个应用的 4,063 项功能恢复任务，以及独立的 12 应用重建设置，通过重放具有依赖关系的浏览器工作流评分。
研究范围与局限
测试限于自包含应用（包括 SaaS 克隆）中由模型挖掘的有限行为。重放工作流可发现持久化失败，但通过测试不能证明全部后端或数据库不变量成立。被评测智能体接收不含截图的结构化浏览器观察，未衡量视觉保真度。公开验证器与参考解答也不构成抗污染测试集。
与本合集的关联
直接研究超越截图到 HTML 的参考驱动行为重建，涵盖有依赖关系的状态变化，并在全新验证环境中检查提交的实现。
发表与复核详情
- 发表载体
- arXiv
- 发表状态
- 预印本
- 出版／提交日期
- 2026 年 9 月 16 日
- 日期依据
- 采用 arXiv v1 的首次提交日期；作者博客的较早发布日期另行区分。
- arXiv 首次提交
- 2026 年 9 月 16 日
- arXiv
- 2609.18805
- 已复核的 arXiv 版本
- v1
- DOI
- 10.48550/arXiv.2609.18805
DOI 已可解析，DataCite 记载其于 2026-09-17 注册，尽管 arXiv 仍显示过时的待注册提示。此外，该论文已被 NeurIPS 2026 的 Interpreting Agent Behavior（IAB）非存档研讨会接收，研讨会定于 2026 年 12 月 12 日举行；其 OpenReview 记录于 2026-10-04 发布。该记录与研讨会论文列表将 Xingdi Yuan 排在 Alessandro Sordoni 之前，本条目作者顺序以 arXiv v1 为准。公开版本包含可执行基准任务包，但不包含行为挖掘、任务生成或编排流水线。ProgramDistill 自有产物声明 MIT 许可，所含应用与资源仍适用上游条款。论文与后续任务包发布分开记录，本次未复现实验。
来源复核于
本合集仅做来源复核，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。
一手来源
- https://arxiv.org/abs/2609.18805
- https://arxiv.org/html/2609.18805v1
- https://microsoft.github.io/debug-gym/blog/2026/09/programdistill/
- https://huggingface.co/datasets/microsoft/ProgramDistill/blob/dc782f7003ae00738260996d02d77920d08a5db1/README.md
- https://huggingface.co/datasets/microsoft/ProgramDistill/blob/dc782f7003ae00738260996d02d77920d08a5db1/tasks/full-reconstruction/README.md
- https://huggingface.co/datasets/microsoft/ProgramDistill/blob/dc782f7003ae00738260996d02d77920d08a5db1/tasks/full-reconstruction/baserow_baserow/tests/scorer/trace_schema.py
- https://huggingface.co/datasets/microsoft/ProgramDistill/blob/dc782f7003ae00738260996d02d77920d08a5db1/tasks/full-reconstruction/baserow_baserow/tests/scorer/trace_replay_validator.py
- https://api.datacite.org/dois/10.48550/arXiv.2609.18805
- https://openreview.net/forum?id=FbKJFN0R5L
- https://github.com/iab-agents/iab-agents.github.io/blob/0437015a568d8d541e277833c68ffd213b117c53/src/App.jsx
- https://github.com/iab-agents/iab-agents.github.io/blob/0437015a568d8d541e277833c68ffd213b117c53/src/data/siteData.js