From Fragments to Paths: Task-Level Context Recovery for Large Industrial Codebases
Das Paper stellt DeepDiscovery vor, ein zweistufiges „Location–Inference“-Framework, das effektiv aufgabenrelevanten Kontext aus großen industriellen Codebasen rekonstruiert, indem es über lokale Fragmente hinausgeht, und dadurch die Dateisuche sowie die Leistung von Coding-Agenten bei komplexen Software-Engineering-Aufgaben signifikant verbessert.
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 sind ein Meisterdetektiv, der versucht, einen komplexen Fall in einer riesigen, chaotischen Stadt (der großen industriellen Codebasis) zu lösen. Die Stadt hat Millionen von Gebäuden, geheime Tunnel, verborgene Verkabelungen und ständig wechselnde Straßenschilder. Ihre Aufgabe ist es, die spezifischen Hinweise zu finden, die zur Lösung eines Verbrechens (der Aufgabe, wie etwa das Beheben eines Bugs oder das Hinzufügen eines Features) nötig sind.
Das Problem ist, dass die meisten aktuellen Detektivwerkzeuge (bestehende KI-Methoden) wie Taschenlampen sind, die nur auf die unmittelbare Straßenecke leuchten. Sie mögen ein paar relevante Dokumente finden, aber sie übersehen die entscheidenden Verbindungen: die verborgene Verkabelung zwischen Gebäuden, die Bedienungsanleitung für eine bestimmte Maschine oder die Testprotokolle drei Blocks weiter. Ohne das Gesamtbild zu sehen, bleibt der Detektiv stecken.
Dieses Paper stellt ein neues Detektivwerkzeug namens DEEPDISCOVERY vor. Anstatt nur Licht auf zufällige Stellen zu werfen, nutzt es eine intelligente Zwei-Schritt-Strategie, um den gesamten „Pfad“ zu rekonstruieren, den der Detektiv gehen muss, um den Fall zu lösen.
So funktioniert es, unter Verwendung einfacher Analogien:
1. Die Zwei-Schritt-Strategie: „Den Anker finden, dann den Pfad nachzeichnen“
Die meisten Werkzeuge versuchen, die ganze Stadt auf einmal zu durchsuchen, was langsam und verwirrend ist. DEEPDISCOVERY arbeitet in zwei Phasen:
Phase 1: Der Anker (Lokalisierung)
Stellen Sie sich vor, Sie suchen eine bestimmte Person in einem Stadion. Anstatt jeden Sitzplatz zu scannen, suchen Sie zuerst nach den „High-Confidence“-Einstiegspunkten: den Teamlogos, den spezifischen Sektionsnummern oder den VIP-Ausweisen, die auf dem Ticket erwähnt werden.- Im Paper: Das System scannt den Code schnell ab, um einige „Anker“ zu finden (Schlüsseldateien wie eine Hauptkonfigurationsdatei oder einen spezifischen Service-Einstiegspunkt). Es nutzt Hinweise wie Dateinamen, Ordnerstrukturen und Codierungsmuster, um zu erraten, wo das Geschehen stattfindet, ohne dabei bereits jede einzelne Zeile des Codes lesen zu müssen.
Phase 2: Der Pfad (Inferenz)
Sobald die Anker gefunden sind, bleibt der Detektiv nicht einfach dort stehen. Er beginnt, den „Implementierungspfad“ abzuwandern.- Im Paper: Das System dehnt sich von diesen Ankern aus. Es sucht nach expliziten Verbindungen (wie einer Tür, die zwei Räume verbindet) und impliziten Verbindungen (wie einem geheimen Tunnel oder einem Telefonat zwischen zwei Personen, das nicht in den Bauplänen des Gebäudes steht). Es folgt diesen Verbindungen, um Konfigurationsdateien, Tests und verwandten Code zu finden, den die Aufgabe tatsächlich benötigt.
2. Das „Intelligente Budget“ (Metadata-First)
Stellen Sie sich vor, Sie packen einen Rucksack für eine Wanderung, haben aber nur Platz für wenige Gegenstände.
- Der alte Weg: Sie stopfen die ganze Bibliothek in den Rucksack, in der Hoffnung, die richtige Karte zu finden. Das ist schwerfällig und langsam.
- Der DEEPDISCOVERY-Weg: Sie schauen zuerst auf den Buchrücken (die Metadaten/Zusammenfassung). Wenn der Buchrücken Ihnen sagt, dass das Buch über „Kochen“ ist, lassen Sie es im Regal stehen. Sie öffnen das Buch und lesen erst dann die Seiten (laden den vollen Text), wenn der Buchrücken darauf hindeutet, dass es für Ihre Wanderung absolut kritisch ist.
- Im Paper: Das System liest zuerst die „Zusammenfassungen“ der Dateien. Es lädt erst dann den vollen, schweren Text einer Datei, wenn dies für die Aufgabe absolut notwendig ist. Dies spart Zeit und Geld (Rechenleistung).
3. Warum es wichtig ist: Das „Frischekeits“-Problem
Viele bestehende Werkzeuge verlassen sich auf vorgefertigte Karten (Offline-Indizes) der Stadt. Aber in einer schnell wachsenden Stadt sind die Karten in dem Moment veraltet, in dem ein neues Gebäude errichtet wird.
- Die Behauptung des Papers: DEEPDISCOVERY wartet nicht darauf, dass eine neue Karte gezeichnet wird. Es erkundet die Stadt jetzt gerade, in Echtzeit. Das bedeutet, dass es perfekt funktioniert, selbst wenn sich der Code jede Minute ändert, was in großen Unternehmen üblich ist.
4. Die Ergebnisse: Mehr Fälle lösen
Die Autoren haben dieses neue Detektivwerkzeug auf drei Arten getestet:
- Die Testfahrt (Methoden-Ebene): Sie gaben ihm 27 mittelgroße Rätsel. DEEPDISCOVERY fand das vollständige Set an notwendigen Hinweisen in 92,6 % der Fälle und schlug damit alle anderen Werkzeuge. Dies gelang ohne die Notwendigkeit, vorab Karten zu erstellen, was es schneller und kostengünstiger machte.
- Die reale Welt (Industriesysteme): Sie schalteten es in sechs verschiedene reale KI-Coding-Assistenten ein, die von einem großen Unternehmen verwendet werden. In fast allen Fällen wurden die Assistenten wesentlich besser darin, das vollständige Set an Dateien zu finden, die zur Lösung eines Problems benötigt werden. Die Verbesserung war enorm für große, komplexe Projekte (bis zu 9,2 % Steigerung des Erfolgs).
- Die Abschlussprüfung (End-to-End): Sie testeten es auf SWE-bench Verified, einem berühmten Benchmark für Software-Engineering-Aufgaben.
- Das Ergebnis: Ein System mit DEEPDISCOVERY löste 78,6 % der Aufgaben.
- Der Vergleich: Dasselbe System ohne DEEPDISCOVERY löste nur 70,4 %.
- Die Erkenntnis: Durch das bessere Verständnis des Codes löste die KI 41 Aufgaben mehr von 500.
Zusammenfassung
Betrachten Sie DEEPDISCOVERY als einen Detektiv, der nicht nur die nächste Seite einer Bedienungsanleitung liest, sondern versteht, wie die gesamte Maschine funktioniert. Er findet den Ausgangspunkt, folgt den verborgenen Drähten und Verbindungen und liest erst dann die schweren Anweisungen, wenn es absolut notwendig ist.
Das Paper behauptet, dass KI-Coding-Assistenten durch diesen Ansatz aufhören können, entscheidende Teile des Puzzles zu übersehen, und statfangen können, komplexe Software-Engineering-Probleme viel zuverlässiger zu lösen, insbesondere in riesigen, sich schnell verändernden Codebasen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.