Your Code Agent Can Grow Alongside You with Structured Memory
यह शोध पत्र MemCoder को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो ऐतिहासिक प्रोजेक्ट अनुभव को व्यवस्थित करके और आत्म-परिष्करण के लिए वास्तविक समय की प्रतिक्रिया का उपयोग करके कोड एजेंटों को मनुष्यों के साथ सह-विकसित होने में सक्षम बनाता है, जिससे SWE-bench Verified पर DeepSeek-V3.2 की तुलना में 9.4% के सुधार के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
बड़ी समस्या: "भुलक्कड़ इंटर्न" (The Amnesiac Intern)
कल्पना कीजिए कि आपने एक विशाल, 10 साल पुराने सॉफ़्टवेयर प्रोजेक्ट में बग्स ठीक करने में मदद करने के लिए एक प्रतिभाशाली लेकिन भुलक्कड़ इंटर्न को काम पर रखा है।
- पुराना तरीका (वर्तमान कोड एजेंट): हर बार जब आप इंटर्न को कोई नया काम देते हैं, तो वे कोड को ठीक वैसे ही देखते हैं जैसा वह अभी है। उन्हें यह नहीं पता कि तीन साल पहले आपने एक विशिष्ट फंक्शन को बदलकर एक समान बग ठीक किया था। उन्हें आपके टीम के अलिखित नियम भी नहीं पता (जैसे कि "हमेशा वेरिएबल्स का नाम snake_case में रखें")।
- परिणाम: वे वही गलतियाँ दोहराते हैं जो आप पहले देख चुके हैं। जब आप उन्हें सुधारते हैं, तो वे उसे तुरंत भूल जाते हैं। अगली बार जब इसी तरह की समस्या आती है, तो वे बिल्कुल वही गलती करते हैं, जिससे आपको एक "स्थायी सुधारक" (perpetual corrector) के बजाय एक पार्टनर के बजाय एक सुधारने वाले के रूप में काम करना पड़ता है। वे इतिहास को दोहराने के लूप में फंसे रहते हैं।
समाधान: MemCoder (द "सुपर-लर्निंग अप्रेंटिस")
लेखक MemCoder का प्रस्ताव करते हैं, जो एक नया सिस्टम है जो कोड एजेंट को एक भुलक्कड़ इंटर्न से बदलकर एक बढ़ते हुए प्रशिक्षु (growing apprentice) में बदल देता है जो आपके पूरे इतिहास से सीखता है।
MemCoder को एक व्यक्तिगत इतिहासकार और कोच के रूपारे में सोचें जो आपके और कोड एजेंट के बीच बैठता है। यह तीन जादुई चरणों में काम करता है:
1. "टाइम ट्रैवलर की डायरी" (स्ट्रक्चर्ड मेमोरी)
सिर्फ कोड देखने के बजाय, MemCoder आपके प्रोजेक्ट के पूरे इतिहास (Git commits) को पढ़ता है।
- उपमा (Analogy): कल्पना करें कि एजेंट के पास एक जादुई डायरी है। जब आप एक बग ठीक करते हैं, तो एजेंट केवल कोड परिवर्तन को नहीं देखता; वह डायरी में एक कहानी लिखता है।
- कहानी में क्या है? यह केवल यह नहीं कहता कि "लाइन 42 बदली गई।" यह लिखता है: "समस्या यह थी कि डेटाबेस कॉलम का नाम आपस में बदल गया था। समाधान यह था कि फील्ड नाम के बजाय
db_columnनाम का उपयोग किया जाए। सीखा गया सबक: SQL जेनरेट करने से पहले हमेशा कॉलम नामों की जांच करें।" - यह क्यों मायने रखता है: यह बिखरे हुए, कच्चे कोड इतिहास को ज्ञान के एक साफ, खोजने योग्य पुस्तकालय में बदल देता है।
2. "शरलॉक होम्स" (कॉन्टेक्स्ट-अवेयर रिट्रीवल)
जब आप एजेंट को कोई नया कार्य देते हैं (जैसे, "इस बग को ठीक करें"), तो वह केवल अनुमान नहीं लगाता।
- उपमा: टाइपिंग शुरू करने से पहले, एजेंट "डायरी" खोलता है और पूछता है: "क्या हमने यह पहले देखा है?"
- प्रक्रिया: यह डायरी में समान पिछली समस्याओं की खोज करता है। यदि इसे कोई मिलान मिलता है, तो यह कहता है, "आह! तीन साल पहले, हमारे पास ठीक यही समस्या थी। इंसान ने इसे X करके ठीक किया था। आइए पहले वही आजमाएं।"
- लाभ: एजेंट पहिया दोबारा बनाने (reinventing the wheel) से बच जाता है। वह अपने वर्तमान कार्यों को निर्देशित करने के लिए आपकी पिछली सफलताओं का उपयोग करता है।
3. "रिफ्लेक्शन लूप" (सेल्फ-रिफाइनमेंट और इंटरनलाइजेशन)
यह सबसे महत्वपूर्ण हिस्सा है। जब एजेंट एक बग को ठीक करने की कोशिश करता है, तो वह केवल कोड सबमिट नहीं करता है।
- उपमा: कल्पना करें कि एजेंट एक ड्राफ्ट लिखता है, फिर यह देखने के लिए कि क्या यह काम करता है, एक "मॉक ट्रायल" (टेस्ट) चलाता है। यदि यह विफल हो जाता है, तो एक रिफाइनिंग कोच (एक सब-एजेंट) हस्तक्षेप करता है। कोच कहता है, "हे, डायरी देखो। हमने इसे पहले भी आजमाया था, लेकिन हम एक स्टेप भूल गए। आइए योजना को एडजस्ट करें।"
- विकास: एक बार जब मानव पुष्टि कर देता है कि फिक्स अच्छा है, तो MemCoder केवल आगे नहीं बढ़ता। यह उस सफलता को क्रिस्टलाइज (Crystallize) करता है। यह नए समाधान को लेता है, "डायरी" में एक नया प्रविष्टि (entry) लिखता है, और इसे दीर्घकालिक मेमोरी में जोड़ देता है।
- परिणाम: एजेंट वास्तव में हर प्रोजेक्ट के साथ स्मार्ट होता जाता है। यह आपके विशिष्ट कोडिंग स्टाइल और आपके प्रोजेक्ट की विशिष्ट बारीकियों को सीखता है।
परिणाम: "अच्छे" से "महान" तक
शोधकर्ताओं ने एक प्रसिद्ध बेंचमार्क SWE-bench Verified (वास्तविक दुनिया की कोडिंग चुनौतियों का एक सेट) पर इसका परीक्षण किया।
- बेस मॉडल: उन्होंने एक मानक, शक्तिशाली AI मॉडल (DeepSeek-V3.2) का उपयोग किया। MemCoder के बिना, इसने लगभग 68% समस्याओं को हल किया।
- MemCoder के साथ: इसे यह "स्ट्रक्चर्ड मेमोरी" और इतिहास से सीखने की क्षमता देने से, सफलता दर बढ़कर 77.8% हो गई।
- तुलना: यह प्रदर्शन इतना अच्छा था कि इसने कई अन्य शीर्ष-स्तरीय, विशेष कोडिंग एजेंटों को भी पीछे छोड़ दिया, जिससे यह साबित हुआ कि एक सामान्य AI को अच्छी मेमोरी देना, केवल AI को बड़ा बनाने से बेहतर है।
मुख्य निष्कर्ष (The Takeaway)
MemCoder इंसानों और AI के बीच के रिश्ते को बदल देता है।
- पहले: आप शिक्षक हैं, और AI एक छात्र है जो टेस्ट के बाद सब कुछ भूल जाता है।
- अब: आप एक को-पायलट हैं। AI आपकी यात्रा को याद रखता है, आपकी पिछली गलतियों से सीखता है, और आपके साथ विकसित होता है। यह केवल कमांड निष्पादित नहीं करता; यह आपके प्रोजेक्ट के संदर्भ (context) को समझता है क्योंकि इसने इस बात की "कहानी" पढ़ी है कि प्रोजेक्ट कैसे विकसित हुआ।
संक्षेप में: MemCoder यह सुनिश्चित करता है कि आपका कोड एजेंट कोई भी सबक कभी न भूले, जिससे वह एक टूल से बदलकर एक सच्चा पार्टनर बन सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।