彭志远

手机：+86 189 1571 8136 | 邮箱：pzy2000@sjtu.edu.cn | 主页：pzy2000.github.io
上海交通大学 计算机学院 博士研究生 2028 届

教育背景

简要介绍

我是上海交通大学计算机科学学院博士 3 年级学生。我很荣幸曾在腾讯 LIGHTSPEED（青云计划）和微软研究院（MSRA） 实习。我的研究兴趣包括 LLM 智能体、Agentic Coding 以及多智能体系统。我构建的智能体能够在真实的执行环境中进行规划、调用工具并采取行动，其范围涵盖从能够发布可运行代码库的单个 Coding Agent （PlayCoder / RepoGenesis），到由基于角色的智能体组成的受控智能体集群 （OpenHire）。我的多篇论文已在 ACL、EMNLP、FSE 和 ASE 等顶级国际会议上发表。

4 篇一作 CCF-A / TH-CPL-A122 谷歌学术引用开源项目累计 1.8K stars

工作经历

腾讯｜光子工作室群（青云计划）｜研究实习生
构建可操作真实游戏客户端、以交互验证生成代码的 GUI Agent，产出 PlayCoder（CCF-A）。
  • 设计感知-决策-控制闭环的 GUI Agent，像真实玩家一样操作运行中的游戏客户端，把「可玩性」从静态代码检查变为交互式判定。
微软亚洲研究院（MSRA）｜研究实习生
构建从 README 到代码仓库生成基准（NL→Repo），产出 RepoGenesis（CCF-A, ACL）。
  • 在沙箱中真实构建、启动并调用生成的多语言 Web 微服务，覆盖 11 个框架与 18 个应用领域，形成端到端可验证的仓库生成基准。

开源项目

科研成果

Q1：如何构建能自动判定成败的代码执行环境？
  • RepoGenesisBenchmarking End-to-End Microservice Generation from Readme to RepositoryACL'26CCF-AMain Conference
    106 个多语言微服务仓库的 Benchmark。覆盖 11 框架 18 领域、2,335 测试用例；SOTA 系统 DSR 达 100% 但 Pass@1 仅 23.7%。
  • PlayCoderMaking LLM-Generated GUI Code PlayableFSE'26CCF-A
    覆盖 43 个 GUI 应用，提出 Play@k 与自动判定 agent；10 个 SOTA 模型 Play@3 全为个位数，多智能体生成-评测-修复达 20.3% Play@3。
Q2：如何用执行与偏好反馈提升生成质量？
  • SolEvalBenchmarking Large Language Models for Repository-level Solidity Code GenerationEMNLP'25TH-CPL-AMain Conference
    首个 Solidity Coding 基准，1,507 任务 / 28 仓库；在 16 个模型上最佳仅 26.3% Pass@10，SFT 后 Pass@5 由 16.7% 升至 58.3%。
  • PrefGenA Preference-Driven Methodology for Secure Yet Gas-Efficient Smart Contract GenerationASE'25CCF-A
    将 Gas 与安全设计为可量化奖励扩展 DPO；Qwen2.5-7B 上 Pass@5 16.7%→66.7%、Gas@5 0%→58.9%、Secure@5 11.8%→62.5%。

技术栈

荣誉奖励