arXiv · cs.AI· Melika Sepidband·· 1 天前AI 评分41
LLM 智能体该如何"看"代码？重新思考智能体软件工程中的代码表示
How Should Agents See Code? Rethinking Code Representations for Agentic Software Engineering
来源与原文
arXiv · cs.AI
作者：Melika Sepidband
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07286v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文研究五种基于仓库地图的代码表示工作流（抽象语法树、调用图、模块依赖、文档增强检索及混合方案）如何改变 LLM 智能体的检索行为与任务表现，并以 Claude Code 搭配 Haiku 4.5 在 LinuxFLBench、SWE-bench Pro、SWT-bench、SecBench 四项仓库级任务上对比原始工具基线。在 LinuxFLBench 上五种工作流均提升 recall@10（0.757-0.829 vs. 0.717）并降低 token 用量 25-39%；SWE-bench Pro 解决率接近基线（44.3-50.6% vs. 49.0%）而 token 用量下降 17-26%。收益呈任务依赖：定位瓶颈时省 token 明显，补丁或测试编写环节成功率提升有限，且部分任务延迟上升。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。