这项由香港大学的李宗伟、李忠航、郭子瑞、任旭斌和黄超教授组成的研究团队完成的研究发表于2025年12月的arXiv预印本平台，论文编号为arXiv:2512.07921v1。有兴趣深入了解的读者可以通过该编号查询完整论文。
当你翻开一篇机器学习论文，看到里面密密麻麻的公式、算法描述和实验设计时，你是否想过：要把这些理论变成真正能运行的代码，得花费多少时间和精力？对于普通程序员来说，这简直就像看着一份外文食谱却不知道哪里买食材、用什么锅具一样令人头疼。
现在，香港大学的研究团队开发出了一个名为DeepCode的AI系统，它就像一个超级厨师，能够看懂任何复杂的"食谱"（科学论文），然后自动采购所有需要的"食材"（代码库和依赖包），选择合适的"厨具"（开发工具），最终端出一道完整的"大餐"（可执行的代码库）。更令人惊讶的是，这个AI厨师的手艺竟然比那些来自顶级名校的博士们还要好。
在一项权威测试中，DeepCode在将机器学习论文转化为可执行代码方面取得了73.5%的成功率，而人类专家的平均成功率只有72.4%。这意味着AI已经在这个高度复杂的任务上首次超越了人类专家。要知
