Confucius Code Agent: Scalable Agent Scaffolding for Real-World Codebases
Der Confucius Code Agent (CCA) ist ein skalierbarer Software-Engineering-Agent, der auf dem Confucius SDK aufgebaut ist, welches fortschrittliches Kontextmanagement, persistentes Lernen und einen Meta-Agenten zur automatisierten Verfeinerung integriert, um eine Spitzenleistung bei realen Programmieraufgaben wie SWE-Bench-Pro zu erzielen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, eine riesige, 20-stöckige Bibliothek zu reparieren, in der jedes Buch ein Stück Code ist und die Bücher ständig umgeschrieben werden. Sie haben einen brillanten Bibliothekar (das KI-Modell), der lesen und schreiben kann, aber wenn Sie ihm einfach die ganze Bibliothek übergeben, ist er überfordert, vergisst, was er vor fünf Minuten getan hat, und beginnt Fehler zu machen.
Dieses Paper stellt den Confucius Code Agent (CCA) vor, einen neuen Weg, um einen „Super-Bibliothekar“ zu bauen, der tatsächlich in der Lage ist, echte, riesige Softwareprojekte zu bearbeiten, ohne den Überblick zu verlieren.
Hier ist die Erklärung des Papers, unterteilt in einfache Konzepte:
1. Das Problem: Das „Überforderte Genie“
Aktuelle KI-Codierungstools sind wie Genies, die bei kurzen Aufgaben großartig sind, aber bei langen Aufgaben versagen.
- Forschungstools sind transparent (man kann sehen, wie sie denken), brechen aber zusammen, wenn die Aufgabe riesig wird.
- Kommerzielle Tools funktionieren in der Praxis gut, sind aber wie Black Boxes; man kann sie nicht einfach anpassen oder verstehen, warum sie gescheitert sind.
- Das Problem: Echte Softwareentwicklung besteht nicht nur daraus, eine Zeile Code zu schreiben; es ist eine lange Reise, die tausende Dateien, viele Schritte und das Erinnern an das umfasst, was man vor Tagen getan hat. Bestehende Tools vergessen Dinge oder werden durch das schiere Volumen an Informationen verwirrt.
2. Die Lösung: Das „Drei-Erfahrungen“-Bibliothekssystem
Die Autoren haben eine Plattform namens Confucius SDK entwickelt. Anstatt der KI nur mehr Gehirnleistung zu geben, haben sie die Bibliothek in drei verschiedene Rollen organisiert, damit alles reibungslos abläuft:
- Agent Experience (AX): Dies ist der „interne Arbeitsbereich“ der KI. Es ist ein sauberer, organisierter Schreibtisch, auf dem die KI nur die wesentlichen Notizen sieht, die sie zum Denken braucht. Sie wird nicht durch unordentliche Logs oder menschliches Geplapper abgelenkt.
- User Experience (UX): Das ist das, was Sie (der Mensch) sehen. Es ist ein klares, lesbares Dashboard, das den Fortschritt der KI zeigt, wie ein Streaming-Video der geleisteten Arbeit, damit Sie nicht durch Rohdaten verwirrt werden.
- Developer Experience (DX): Dies ist der „Kontrollraum“ für die Ingenieure, die die KI bauen. Er ermöglicht es ihnen, Werkzeuge einfach auszutauschen, zu beobachten, wie die KI lernt, und Fehler im System selbst zu beheben.
Die Analogie: Stellen Sie sich eine Baustelle vor.
- AX ist das Klemmbrett des Bauleiters mit nur den Bauplänen und der To-do-Liste.
- UX ist das Sichtschutzfenster, durch das der Kunde die Arbeit beobachtet.
- DX ist der Werkzeugraum, in dem die Architekten ihre Hämmer und Bohrer organisiert aufbewahren, damit diese leicht ausgetauscht werden können.
3. Die vier Superkräfte
Um dieses System auf riesigen Codebasen zum Laufen zu bringen, nutzt der Confucius Agent vier spezifische Tricks:
A. Der „Intelligente Zusammenfassungs-Experte“ (Kontextmanagement)
Wenn Sie lange mit einer KI kommunizieren, wird das Gespräch zu lang, als dass die KI sich an alles erinnern könnte.
- Wie es funktioniert: Der Agent hat einen „Code Architect“, der die Konversation überwacht. Wenn diese zu lang wird, stoppt der Architect, lift die Historie und schreibt eine strukturierte Zusammenfassung (wie eine Aufzählung von Zielen, Entscheidungen und Fehlern). Er wirft die alten, unordentlichen Chat-Logs weg und ersetzt sie durch diese saubere Zusammenfassung.
- Ergebnis: Die KI vergisst das große Ganze nicht, selbst nach Stunden der Arbeit.
B. Das „Beständige Notizbuch“ (Notizen machen)
Normalerweise vergisst eine KI beim nächsten Start, warum sie beim letzten Mal gescheitert ist.
- Wie es funktioniert: Der Agent verfügt über einen dedizierten „Notiz-Taker“, der schreibt, was passiert ist, in ein permanentes, organisiertes Notizbuch (Markdown-Dateien). Entscheidend ist, dass er auch Fehler-Notizen schreibt (z. B. „Versuche nicht, diese Datei auf diese Weise zu bearbeiten; das verursacht einen Fehler“).
- Ergebnis: Wenn der Agent später auf das gleiche Problem stößt, öffnet er das Notizbuch, sieht den vergangenen Fehler und behebt ihn sofort, anstatt denselben Fehler erneut zu machen.
C. Der „Modulare Werkzeugkasten“ (Extensions)
Anstatt hart zu codieren, wie die KI Werkzeuge (wie Dateieditoren) verwendet, nutzt das System „Extensions“.
- Wie wie es funktioniert: Denken Sie an diese wie Lego-Steine. Sie können verschiedene Werkzeuge (Suche, Editieren, Befehle ausführen) an den Agenten anstecken. Wenn ein Werkzeug defekt ist oder eine neue Regel benötigt, tauschen Sie einfach den Block aus, ohne den gesamten Roboter neu bauen zu müssen.
- Ergebnis: Das System ist flexibel und leicht aktualisierbar.
D. Der „Selbstverbessernde Coach“ (Meta-Agent)
Dies ist der einzigartige Teil. Das System enthält eine zweite KI (den Meta-Agent), deren einzige Aufgabe es ist, die erste KI zu bauen und zu verbessern.
- Wie es funktioniert: Der Meta-Agent testet verschiedene Wege, wie man dem Hauptagenten sagt, wie er Werkzeuge benutzt. Er testet diese, sieht, welche am besten funktionieren, und schreibt die Anweisungen (Prompts) automatisch um, um sie klarer zu gestalten.
- Ergebnis: Der Agent wird automatisch besser in seinem Job, ohne dass Menschen jede einzelne Anweisung manuell anpassen müssen.
4. Die Ergebnisse: Die Giganten schlagen
Die Autoren haben dieses System auf SWE-Bench-Pro getestet, einem sehr schwierigen Test, bei dem eine KI echte Bugs in Open-Source-Software beheben muss.
- Der Wettbewerb: Sie haben ihren Agenten gegen andere Top-Forschungstools und sogar gegen die proprietären (geheimen) Tools der großen Tech-Unternehmen wie OpenAI und Anthropic verglichen.
- Das Ergebnis: Der Confucius Code Agent löste 59 % der Probleme.
- Damit schlug er den bisherigen Forschungsrekord.
- Er schlug die Ergebnisse von OpenAI's GPT-5.2 und Anthropic's Claude Opus 4.5, obwohl sie exakt dasselbe zugrunde liegende „Gehirn“ (Modell) und exakt dieselben Werkzeuge verwendeten.
- Die Erkenntnis: Das Paper beweist, dass wie man die KI organisiert (das Gerüst/Scaffolding) genauso wichtig ist wie wie intelligent die KI ist. Ein etwas schwächeres Modell mit einem großartigen System schlägt ein stärkeres Modell mit einem schwachen System.
Zusammenfassung
Das Paper argumentiert, dass wir, um eine KI zu bauen, die echte Softwareentwicklung leisten kann, nicht einfach nur die KI intelligenter machen dürfen. Wir müssen ein besseres „Büro“ für sie bauen – eines, in dem sie einen sauberen Schreibtisch (AX), eine klare Sicht für Menschen (UX), leicht zu reparierende Werkzeuge (DX), eine Möglichkeit, vergangene Fehler zu notieren (Notiz-Taker) und einen Coach hat, der ihr beim Lernen hilft (Meta-Agent). Wenn man dies tut, wird selbst eine Standard-KI zu einem Kraftpaket, das in der Lage ist, massive Softwareprojekte zu bearbeiten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.