arXiv cs.AI· Hongming Xu, Le Zhou, ZhongHe Jin, Xiang Zhang, Bo Tang, Zhiyu Li, Xuanhe Zhou, Juncheng Zhang·· 9 天前AI 评分41
MemTrace：面向长周期编程智能体的状态一致性记忆系统
MemTrace: State-Consistent Memory for Long-Horizon Coding Agents
AI 导读
MemTrace 是一个来源感知的记忆系统，将执行历史存为锚定文件、符号、测试等关键信息的不可变 Memory Traces，并用 Memory Trace Graph 组织其执行顺序与依赖。
正文 · AI 翻译
摘要：随着编码智能体承担跨多个文件和阶段的长周期软件演化任务，更长的执行轨迹带来了两个相互关联的挑战：（1）累积的历史记录使上下文预算紧张；（2）仓库变更可能使先前的执行证据失效。现有方法通过更大的上下文窗口、压缩、检索或仓库表示等技术来应对这些挑战，但往往无法在上下文刷新后重建一致的任务状态，也无法验证召回的证据是否仍然有效。因此，我们提出了 MemTrace，一个来源感知的记忆系统，它保留执行历史，并使其复用与不断变化的任务（例如迭代式跨文件修复）和仓库状态保持一致。MemTrace 将历史存储为锚定于关键信息（例如文件、符号、测试）的不可变记忆痕迹，并在记忆痕迹图中组织其执行顺序和依赖关系。当上下文受限时，工作记忆仅保留紧凑的记忆锚点，智能体可据此重建最新的执行状态，并定位与其下一步行动相关的证据。在恢复历史证据之前，MemTrace 会根据当前仓库状态检查其有效性，并仅检索下一步行动所需的内容。在三个互补的长周期编码基准上，MemTrace 在相同主干和测试框架下始终优于所有完整评估的基线，在 Codex CLI 下将 DeepSWE pass@1 提高了 21.2 分，将 SWE-EVO 解决率提高了 4.4 分，将 SWE-Milestone 得分提高了 17.8 分。
| 评论： | 20 页，7 张图。代码：此 https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.04838 [cs.AI] |
| （或 arXiv:2610.04838v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.04838 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Homy Xu [查看电子邮件]
[v1]
2026 年 10 月 4 日星期日 00:45:37 UTC（12,112 KB）
[v2]
2026 年 10 月 8 日星期四 15:53:56 UTC（12,106 KB）
来源：arXiv cs.AI · arxiv.org