一句话看懂：一篇 arXiv 新论文重新运行了 1961 年 Herbert Simon 的启发式编译器与 1984 年 MIT 的 KBEmacs，并把两者的编程理论放在一起比较，指出当今更强的 AI 编程助手反而丢掉了这种“可执行的理论”。
事件核心：发生了什么
据 arXiv cs.AI 收录的论文摘要（arXiv:2610.36341，2026 年 10 月 28 日发布），研究者采用名为“可执行考古”的路线，直接运行历史系统的原始代码，以复现其行为。启发式编译器是 Simon 把通用问题求解器的“手段—目的分析”用于编程任务的实验模型；KBEmacs 是 MIT 程序员学徒项目的智能编程助手原型，让程序员通过程式化英语命令组合熟悉的“陈词”式模式来搭建程序。
摘要称，复现结果分别对上了 Simon 1963 年论文中的编译代码，以及 KBEmacs 1984 年 12 月自检中的 SQRT 序列。团队还刻意使用 Anthropic 的 Claude Code（Opus 5.5）承担大量细节工作。以上仅为摘要信息，全文实验细节尚未核验。
为什么重要
两个系统看似代表两条路线：前者把编程当作搜索与问题求解，后者把编程当作模式识别与组合。并排比较后，作者认为两者共性很大——启发式编译器同样通过改编已有例程工作，Simon 后来也承认单纯搜索需要大量编程知识。更值得注意的是，这两个系统都带有明确、可执行、可检验的“编程理论”，而摘要认为这类理论在今天的 AI 编程助手中基本缺席。
对用户/开发者/创作者的影响
目前公开信息显示，这不是可下载产品，也不改变现有工具能力。对开发者而言，它提示评估 AI 编程助手时，除了看生成代码是否通过测试，还可追问其背后的编程假设是否被写清、能否被复现。对研究者，历史代码重跑提供了一条低成本验证旧理论的方法；Claude Code 的参与也说明大模型可被用于软件考古这类需要大量代码阅读与适配的任务。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是全文是否公开复现环境与代码，让第三方独立重跑；二是作者能否把“可执行理论”落实为现代助手的评测维度；三是后续研究会不会用同类方法重运行更多早期程序合成系统，形成可比的历史案例库。
来源：arXiv cs.AI
