arXiv cs.CL· Xin Yin, Yiang Zhang, Zhiyuan Peng, Chao Ni, Zhe Cui, Xiaohua Xin·· 9 天前AI 评分41
Chronos 让代码智能体推理软件演化历史
Chronos Enables Code Agents to Reason over Software Evolution
AI 导读
Chronos 是一个测试时框架，将已合并的 pull request 蒸馏为结构化经验卡片，并通过代码层、开发者意图与组织关系的类型化图连接，让基于 LLM 的代码智能体利用仓库历史。
正文 · AI 翻译
摘要：历史拉取请求记录了代码库当前状态背后的设计决策、兼容性约束和实现模式。与新任务相关的经验可能跨越多个相关变更，而这些变更的描述侧重不同的关注点。我们提出 Chronos，一个测试时框架，使这种相互关联的历史可供基于大语言模型（LLM）的代码智能体使用。Chronos 将已合并的拉取请求提炼为结构化经验卡片，并通过由代码层面、开发者意图和组织关系构成的有类型图将它们连接起来。语义搜索识别入口卡片，加权多跳扩展检索相关变更以供选择性阅读。同一记忆指导候选生成和补丁选择：一个专注于补丁的变更智能体和一个验证策略智能体各自生成一个补丁，一个演化管家查阅历史以在两者之间进行选择。在 SWE-Bench Verified 上，完整工作流在全部六个被评估的 LLM 主干上改进了 SWE-Agent，将平均解决率从 69.2% 提升至 72.9%，并在 MiniMax M2.5 上达到 79.8%。在相同主干下，它将 SWE-Bench Pro 上的解决率从 48.3% 提升至 51.7%，将 FEA-Bench Lite 上的解决率从 41.0% 提升至 43.5%。两种经验引导的单智能体变体也都优于基础智能体。在一项针对 100 个任务、每个任务检索十张卡片的人工评估中，基于图的检索将有用卡片的平均数量从 1.24 提升至 2.87，优于扁平语义检索。这些结果证明了 PR 关系在检索有用仓库经验方面的价值，以及所评估的工作流在补丁生成和选择期间应用该经验方面的价值。
| 评论： | 22 页，3 张图 |
| 主题： | 软件工程（cs.SE）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.11578 [cs.SE] |
| （或 arXiv:2610.11578v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11578 arXiv 颁发的 DOI，通过 DataCite（待注册） |
提交历史
来自：Zhang Yiang [查看电子邮件]
[v1]
2026 年 10 月 8 日星期四 09:31:37 UTC（9,312 KB）
来源：arXiv cs.CL · arxiv.org