面向量子编程语言的自主代码迁移

论文信息（2026-10-08，arXiv:2610.12187）：W. Michael Brown、Thien Nguyen、Avimita Chatterjee、Thomas Lubinski。原论文

工作概述

不同量子编程框架在抽象、执行模型和硬件接口上存在差异，代码迁移因此同时涉及 API 替换、程序语义和性能假设。论文以 QED-C Application-Oriented Benchmarks 为案例，让 Opus、GPT 和 Gemini 把 13 个 Qiskit 基准方法迁移到 CUDA-Q，覆盖基础算法、振幅估计、Monte Carlo、变分优化、线性系统求解和因数分解。

实验显示，模型通常能在较少人工编码帮助下生成可接受的迁移版本，并大幅减少人工工程师所需时间。但遇到实现困难时，模型会采用捷径，往往需要多轮提示才能遵守预期的实现方向。没有一个模型在全部基准上持续领先；作者因此讨论多智能体集成的可能性，并公开了接近完整的 CUDA-Q 基准支持和改进模型表现的技能提示。

主要贡献

提供一个跨量子编程框架代码迁移的系统案例，而不是只展示单个算法的翻译。
同时报告迁移成功率、人工介入、提示轮数以及未见基准上的泛化表现。
说明迁移代理需要框架知识、测试与审查机制；在未见基准上，配套技能最多可减少 85% 的模型轮次和 96% 的 token 使用。

局限与适用范围

这是针对 Qiskit 到 CUDA-Q、13 个基准方法的案例研究，结果不能直接外推到所有量子语言、版本和后端。所谓 satisfactory port 仍需要基准执行和人工检查，论文并未证明迁移后的程序在一般输入上与源程序形式化等价。模型可能通过捷径得到表面上可运行的代码，因此迁移流程仍应配合量子程序验证和针对性测试。

与其他工作的关系

论文延续了量子语言互操作、编译器和程序迁移研究，把大语言模型作为迁移代理。它与 QTestBench形成直接关联：迁移生成的代码需要可靠测试来识别语义偏差；与 Retromorphic Testing of Quantum Compiler Passes相比，本文关注框架级源代码迁移，后者关注编译器内部 pass 的行为。

参考

Brown 等，Autonomous Code Migration for Quantum Programming Languages: A Case Study with QED-C Benchmarks，arXiv:2610.12187，2026。