Paper page - 代码智能体需要多少静态结构？一项关于确定性锚点的研究

来源：https://huggingface.co/papers/2606.26979

摘要

静态分析注解通过提供确定性的结构锚点来改善代码智能体的导航，这些锚点增强了软件探索过程中的可预测性并降低了可变性。

基于 LLM 的代码智能体（https://huggingface.co/papers?q=LLM-based%20code%20agents）通过关键词搜索（https://huggingface.co/papers?q=keyword%20search）浏览代码仓库，但忽略了定义软件实际工作方式的结构关系，如调用图（https://huggingface.co/papers?q=call%20graphs）、继承层次（https://huggingface.co/papers?q=inheritance%20hierarchies）和配置依赖（https://huggingface.co/papers?q=configuration%20dependencies）。这使得智能体的导航具有随机性，且难以在不同运行间复现。我们研究了轻量级静态分析（https://huggingface.co/papers?q=static%20analysis）能否为这些智能体提供确定性锚点（https://huggingface.co/papers?q=deterministic%20anchors）：以纯文本注释形式注入的稳定结构事实，用于约束概率性探索并使导航更加可预测。从强基线 OpenAI 的 Codex 出发，我们系统地注入了不同粒度的结构注解（https://huggingface.co/papers?q=structural%20annotations），并测量它们对定位、轨迹行为以及运行间稳定性（https://huggingface.co/papers?q=run-to-run%20stability）的影响。我们的研究识别出所谓的确定性锚点效应：静态结构的作用并非使智能体“更聪明”，而是让其导航更有纪律性和可复现性。三个观察支持这一发现：(1) 锚点有效：轻量级调用/继承拓扑提升了函数级定位（https://huggingface.co/papers?q=function-level%20localization）（Func@5 +2.2pp），并缩短了轨迹（交互轮次 -1.6）；(2) 锚点对规模敏感：最优粒度和方向性取决于代码仓库特征，语义越密集收益递减，而枢纽密集型项目受益于仅展示“谁调用我”的逆向链接，无需前向边；(3) 锚点提升稳定性：标签将链接跟随率从 0.15-0.18 提升至 0.21-0.24，使运行间方差大致减半，并在中型代码仓库上将单次运行可靠性（Pass@1）提升 3.4 个百分点，代价是约 10% 的额外输入 token。这些观察提出了实用指南：中型项目默认使用轻量级拓扑，大型代码仓库中修剪前向边，对隐式依赖场景保留密集标签。

查看 arXiv 页面（https://arxiv.org/abs/2606.26979）查看 PDF（https://arxiv.org/pdf/2606.26979）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.26979）

在您的智能体中获取此论文：

hf papers read 2606\.26979

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

暂无模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2606.26979 即可从此页面建立链接。

引用此论文的数据集0

暂无数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.26979 即可从此页面建立链接。

引用此论文的 Spaces0

暂无 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2606.26979 即可从此页面建立链接。

包含此论文的收藏集0

暂无收藏集包含此论文

将此论文添加到收藏集（https://huggingface.co/new-collection）即可从此页面建立链接。