En ny tilgang til AI-drevet softwareudvikling, kaldet Repo0, viser, at en agent kan konstruere et helt softwareprojekt direkte fra naturlige sprogkrav – uden at antage en foruddefineret repository-arkitektur. Metoden, beskrevet i et paper på Hugging Face, adskiller sig fra eksisterende systemer ved at opretholde en eksplicit arkitektonisk tilstand gennem hele udviklingsprocessen.
Repo0 introducerer en kontinuerlig strukturel evolution, hvor agenten iterativt justerer komponentgrænser baseret på modularitetsmetrikker, indtil strukturen konvergerer. Først herefter genereres koden gennem test-drevet udvikling. Dette står i kontrast til traditionelle repository-planlægningsmetoder, der typisk fastlægger arkitekturen på forhånd.
I evalueringer på seks virkelige repositoryer fra RepoCraft, med modeller som GPT-5 mini og DeepSeek V3.2, opnåede Repo0 de højeste resultater i både funktionalitetsdækning og beståelsesrate. Sammenlignet med RPG, den stærkeste repository-planlægningsbaseline, forbedrede Repo0 funktionalitetsdækningen med op til 20,08 procentpoint og beståelsesraten med op til 29,74 procentpoint.
For beslutningstagere inden for softwareudvikling og AI-adoption signalerer dette et skift: I stedet for at stole på systemer, der kræver manuel arkitekturdefinition, kan AI-agenter nu selv udvikle og vedligeholde en modulær struktur. Det kan reducere behovet for forudgående designarbejde og øge pålideligheden i automatiserede udviklingspipeliner.
