Riepilogo Tecnico: Selezione della Topologia Condizionata al Recupero con Conservazione del Budget Provabile per la Generazione di Codice Multi-Agente

Enunciato del Problema

I sistemi multi-agente basati su Modelli Linguistici di Grande Dimensione (LLM) per la generazione di codice affrontano una sfida fondamentale di instradamento: determinare la topologia di orchestrazione ottimale (ad esempio, monolitica, single-specialist, pipeline/swarm o basata sul recupero) in base alla complessità strutturale del codice da modificare. I sistemi esistenti selezionano tipicamente le topologie utilizzando funzionalità superficiali delle query (ad esempio, classificatori regex) o grafi delle dipendenze delle attività senza consultare la struttura effettiva del codice. Ciò porta a un "instradamento errato", in cui modifiche semplici vengono instradate attraverso pipeline complesse o viceversa, comportando penalità di efficienza non necessarie. Inoltre, sebbene esistano algebre delle risorse formali per gestire i budget degli agenti, spesso mancano di integrazione con la selezione dinamica della topologia e le garanzie delle risorse sono frequentemente enforce solo a runtime piuttosto che staticamente.

Metodologia: CODE-AGENT e RGAO

Il documento introduce CODE-AGENT, un framework multi-agente incentrato sull'Orchestrazione Adattiva Guidata dal Recupero (RGAO). Il sistema opera attraverso un ciclo chiuso in cui i segnali di recupero informano direttamente le decisioni di orchestrazione, accoppiati a un'algebra delle risorse formale che garantisce la conservazione delle risorse.

1. Recupero Gerarchico del Codice ed Estrazione della Complessità

Prima dell'instradamento, il sistema esegue un passaggio di recupero su un indice ad albero gerarchico del repository di codice (Radice $\to$ Directory $\to$ File $\to$ Simbolo).

• Strategia di Recupero: Le query sono classificate in cinque tipi (identificatore, esatto, concettuale, dipendenza, strutturale). Le query concettuali attivano una strategia di fusione multi-percorso che combina LATTICE (calibrazione del punteggio di percorso), KohakuRAG (reformulazione multi-query) e PageIndex (ricerca a fascio guidata da LLM), fuse tramite Fusione per Punteggio Reciproco (RRF).
• Vettore di Complessità ($c$): Dal sottografo recuperato, RGAO estrae un vettore di complessità strutturale a cinque dimensioni in tempo sub-millisecondo:
  $$c = (d_{dep}, n_f, n_s, h_t, \rho_x)$$
  Dove $d_{dep}$ è la profondità massima delle dipendenze, $n_f$ è il numero di file, $n_s$ è il numero di simboli, $h_t$ è la profondità dell'albero e $\rho_x$ è il rapporto di accoppiamento cross-modulo.

2. Orchestrazione Adattiva Guidata dal Recupero (RGAO)

Il router di topologia è un classificatore deterministico a soglia che mappa il vettore di complessità $c$ e la query utente in una delle quattro topologie:

• FASTPATH: Esecuzione monolitica per modifiche banali a file singolo.
• SUBAGENT: Contratto single-specialist per ambiti moderati ($n_f \le 3$).
• MULTIAGENT: Pipeline lineare o swarm parallelo per attività complesse multi-file ($n_f > 3$).
• DEEPRESEARCH: Esecuzione multi-stadio, pesante sul recupero, per query ambigue.

3. Algebra delle Risorse Formale e Verifica Statica

I sub-agent sono governati da contratti formali $\langle I, C, T, M \rangle$, dove $C$ include un vettore di budget a sei dimensioni (iterazioni, chiamate, token, secondi, ritentativi, passaggi di mano).

• Teorema di Conservazione del Budget (Teorema 1): Il documento dimostra che, sotto specifiche assunzioni (costi degli strumenti deterministici, profondità di recupero limitata, spazio delle azioni finito), il consumo totale di risorse di una foresta di delega è limitato dal budget radice.
• Verifica Statica: Un algoritmo VERIFYCONSERVATION verifica l'algebra del budget in tempo $O(|V| + |E|)$ prima che venga effettuata qualsiasi chiamata LLM. Garantisce che la somma dei budget figli più i costi diretti non superi il budget del genitore, prevenendo gli sforamenti delle risorse in modo statico piuttosto che reattivo.

4. Livello di Esecuzione

Il sistema utilizza un SwarmSupervisor per costruire un Grafo Aciclico Diretto (DAG) di attività. Enforcementa un protocollo pre-esecuzione a tre gate (esistenza del contratto, fattibilità del budget, integrità del passaggio di mano) e utilizza oggetti SwarmArtifact tipizzati per la comunicazione inter-agente, riducendo il sovraccarico di coordinamento da $O(n^2)$ a $O(k)$.

Contributi Chiave

1. Router di Topologia Condizionato alla Complessità: Un router che mappa i segnali derivanti dalla struttura del codice ottenuti dal recupero alle decisioni di orchestrazione, riducendo significativamente i tassi di instradamento errato rispetto alle baseline basate su regex.
2. Conservazione del Budget Provabile: Un teorema di induzione strutturale (Teorema 1) che garantisce che la delega gerarchica dei contratti non superi mai i limiti del genitore, verificato staticamente in tempo lineare rispetto alla dimensione del DAG.
3. Motore di Recupero Gerarchico: Una combinazione innovativa di LATTICE, KohakuRAG ed espansione delle dipendenze in stile RepoGraph su un indice strutturato ad albero, utilizzata specificamente come segnale di instradamento.
4. Composizione del Sistema: L'integrazione dell'instradamento condizionato al recupero con la verifica statica del budget, una proprietà che nessuno dei due componenti ammette da solo.

Risultati Empirici

La valutazione è stata condotta utilizzando un'infrastruttura di prova (evals/swebench_proxy.py) per astrarre le interazioni in sandbox, con l'esecuzione completa di SWE-bench rinviata a un passaggio successivo a causa di preoccupazioni riguardanti la contaminazione e i vincoli di risorse.

• Accuratezza dell'Instradamento: Su un dataset etichettato di 250 istanze, RGAO ha ridotto l'instradamento errato dal 30,1% (baseline regex) all'8,2% (IC 95% di Wilson [6,1, 10,9]), un miglioramento statisticamente significativo (McNemar accoppiato, $p < 10^{-6}$).
• Sovraccarico Prestazionale:
  • Costruzione del DAG: Sub-millisecondo (< 0,01 ms).
  • Costruzione dell'indice ad albero (200 file, 2.002 nodi): 11,1 ms.
  • Istanziamento della fabbrica di contratti: ~1,1 $\mu$s.
  • Sovraccarico del controllo del budget: ~0,65 $\mu$s.
• Correttezza della Pipeline: Il sistema ha completato il 100% delle cinque pipeline composte multi-agente (inclusi scenari di recupero dall'intervento) con un costo medio di token di circa 6.000 token per pipeline.
• Benchmark Proxy: CODE-AGENT ha risolto il 40% di un set sintetico SWE-bench a pass@1, dimostrando efficienza rispetto ad agenti monolitici non vincolati (riduzione dei token di 8-20 volte).

Significato e Affermazioni

Il documento afferma che il suo significato primario risiede nella composizione di due linee di ricerca precedentemente separate: l'instradamento LLM condizionato alla complessità e le algebre delle risorse formali.

• Novità: Né l'instradamento condizionato alla complessità né l'algebra formale del budget da soli producono la proprietà di "conservazione del budget provabile sotto selezione di topologia dinamica condizionata al recupero".
• Sicurezza ed Efficienza: Il meccanismo di verifica statica permette al sistema di rifiutare configurazioni non fattibili prima dell'esecuzione, limitando il "raggio di esplosione" degli errori degli agenti e abbassando la barriera dei costi per la generazione di codice agenziale in ambienti con risorse limitate.
• Interpretabilità: A differenza delle politiche di instradamento apprese, il router RGAO utilizza soglie interpretabili e sintonizzate a mano basate su segnali strutturali, allineandosi alla narrazione di sicurezza basata sui contratti.

Gli autori riconoscono le limitazioni, inclusa la dipendenza da assunzioni di costi deterministici per il teorema di conservazione rigoroso (sebbene vengano forniti limiti attesi per costi stocastici) e l'uso attuale di soglie sintonizzate a mano invece di un successore appreso. Notano che il vantaggio dell'instradamento si riduce sotto spostamenti di distribuzione (ad esempio, linguaggi non familiari) dove la grammatica tree-sitter potrebbe degradare il vettore di complessità.