💬 NLP

Change2Task: From Repository Changes to Executable Coding Agent Tasks and Environments

O artigo apresenta o Change2Task, um sistema que converte automaticamente pull requests mesclados em tarefas de agentes de codificação verificadas e executáveis ao reconstruir estados históricos de repositórios e validá-los em bases de código modernas, aumentando significativamente o suprimento de dados de treinamento enquanto reduz os custos de configuração e melhora as taxas de recuperação de tarefas em comparação com as linhas de base existentes.

Autores originais: Haomin Qi, Xingliang Wang, Xuanqi Gao, Baihui Sang, Xin Zhang, Minghua Ma, Pengfei Gao, Yu Kang, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang, Qi Zhang

Publicado 2026-07-31

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Haomin Qi, Xingliang Wang, Xuanqi Gao, Baihui Sang, Xin Zhang, Minghua Ma, Pengfei Gao, Yu Kang, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang, Qi Zhang

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine um mundo onde os computadores estão aprendendo a ser engenheiros de software. Esses "agentes de codificação" são como aprendizes digitais que não apenas escrevem uma única linha de código e param; eles podem abrir um projeto, ler os arquivos, corrigir um erro, executar testes e tentar novamente se falharem. Mas aqui está o detalhe: para ficarem realmente bons nisso, esses aprendizes precisam praticar em problemas do mundo real. Eles precisam de uma biblioteca massiva de "exercícios" onde possam tentar consertar um recurso quebrado ou adicionar um novo e, então, receber uma nota clara de "aprovado" ou "reprovado".

O problema é que criar esses exercícios de prática é incrivelmente difícil e caro. Normalmente, para criar um teste, você precisa construir um ambiente de computador perfeito e isolado (como uma caixa de areia digital) para cada problema. Se você quiser 1.000 desafios de codificação diferentes, pode precisar construir 1.000 caixas de areia diferentes, o que consome enormes quantidades de espaço de armazenamento e tempo. É como tentar ensinar alguém a cozinhar construindo uma cozinha nova e totalmente equipada para cada receita que você quer que ela aprenda. É tanto trabalho que ficamos sem problemas de prática, e os agentes não conseguem obter o treinamento necessário para se tornarem especialistas.

É aqui que uma nova ideia chamada Change2Task entra. Pense nisso como uma máquina do tempo mágica para o código. Em vez de construir uma nova cozinha para cada receita, o Change2Task olha para o histórico de um projeto de software real — como um grande livro de registros de cada vez que um desenvolvedor humano corrigiu um erro ou adicionou um recurso no passado. Ele pega essas histórias antigas da vida real e pergunta: "Podemos recriar exatamente este mesmo desafio, mas na versão atual do software?"

O sistema funciona como um editor astuto. Ele encontra um pull request mesclado (que é apenas um termo sofisticado para uma alteração que já foi aceita e adicionada ao código) e tenta fazer a engenharia reversa dessa alteração. Ele pede ao computador para "desfazer" essa alteração para criar um estado de erro, e então define um objetivo para o agente de codificação consertá-lo novamente. Mas o truque de mágica é: em vez de começar do zero, ele faz isso em uma versão moderna e saudável do software que já está em execução. Se o software mudou muito desde a correção original, o Change2Task usa três estratégias diferentes para mapear a correção antiga no novo código:

Reversão de Patch: Se o código não mudou muito, ele apenas inverte a correção antiga para trás.
Mapeamento de Código: Se o código mudou de lugar, ele encontra a nova localização do código antigo e o substitui.
Reconstrução por Agente: Se o código é totalmente diferente, ele usa um agente de IA inteligente para descobrir como recriar o problema no novo ambiente.

Os pesquisadores testaram isso em cinco tipos comuns de tarefas de codificação: corrigir erros, adicionar novos recursos, escrever novos testes, atualizar ferramentas antigas (APIs) e corrigir brechas de segurança. Eles começaram com 1.130 alterações do mundo real de projetos de software públicos. O sistema transformou com sucesso 900 delas em tarefas de prática funcionais e verificadas. Isso representa uma taxa de sucesso de cerca de 80%.

O que torna isso realmente emocionante é o quanto isso economiza. Ao reutilizar a mesma "cozinha" moderna (o ambiente do software) para múltiplos problemas de prática diferentes, eles reduziram o tempo necessário para configurar ambientes em 58,4% e cortaram o espaço de armazenamento necessário em 71,2%. Na verdade, eles conseguiram criar 29,2% mais tarefas verificadas do que um método anterior que apenas tentava copiar as correções antigas diretamente.

A equipe também verificou se essas tarefas recriadas eram justas. Eles pediram a diferentes agentes de codificação de IA para resolver os problemas tanto na versão histórica original quanto na nova versão moderna. Os resultados foram quase idênticos: os agentes obtiveram a mesma nota de "aprovado" ou "reprovado" 98% das vezes. Isso prova que as novas tarefas não são apenas palpites aleatórios; elas são recriações fiéis do trabalho de desenvolvedores reais.

Em resumo, o Change2Task não apenas encontra mais problemas de prática; ele encontra uma maneira de tornar os que já temos reutilizáveis e eficientes. Ele transforma o histórico do desenvolvimento de software em um recurso renovável para treinar a próxima geração de codificadores de IA, provando que não precisamos construir um novo mundo para cada lição — só precisamos saber como olhar para o antigo com novos olhos.

Resumo Técnico: Change2Task

Declaração do Problema

Escalar agentes de codificação requer um suprimento contínuo e de alta qualidade de dados executáveis para treinamento, benchmarking e avaliação. Cada unidade de tarefa deve acoplar um estado de software realista a uma especificação, ferramentas de desenvolvimento e verificação confiável. As abordagens atuais enfrentam gargalos significentes:

Custo e Escala: Produzir ambientes executáveis é caro. Sistemas como daVinci-Env e SWE-Universe exigem infraestrutura e armazenamento massivos para manter snapshots distintos para tarefas individuais, levando a altos custos de construção e pressão de armazenamento.
Limitações de Dados: Benchmarks históricos (ex: SWE-bench) vinculam tarefas a revisões originais de repositórios, muitas vezes desatualizadas, limitando sua aplicabilidade a bases de código modernas. Por outro lado, a geração de tarefas sintéticas (ex: SWE-smith) pode produzir instâncias que carecem de intenção genuína do desenvolvedor ou contexto de manutenção.
A Lacuna: Há uma necessidade de derivar múltiplas tarefas verificadas e fundamentadas em desenvolvedores a partir de um único ambiente de repositório mantido, para reduzir esforços redundantes de configuração enquanto se expande a diversidade de dados executáveis.

Metodologia

Change2Task é um framework projetado para converter Pull Requests (PRs) mesclados do histórico de repositórios em tarefas de codificação verificadas em revisões descendentes saudáveis e modernas do mesmo repositório. O sistema opera no ciclo de vida $V_{pre} \xrightarrow{P_s} V_{post}$ (mudança de estado histórico) e o reconstrói como $H \xrightarrow{D} C \xrightarrow{G} H'$ (base moderna para estado da tarefa para estado restaurado).

O processo envolve quatro estágios principais:

1. Derivação de Evidência da Tarefa

O sistema extrai evidências de um PR mesclado, incluindo sua descrição, patch de implementação e verificações executáveis. Isso define:

Verificações Alvo (Target Checks): Condições a serem reconstruídas.
Verificações de Regressão (Regression Checks): Comportamentos circundantes que devem permanecer intactos.
Perfil de Mudança de Fonte (Source Change Profile): Um registro dos componentes afetados e extensão da edição.
Candidatos são excluídos se as condições forem ambíguas, as verificações forem não-executáveis ou se as mudanças não puderem ser isoladas.

2. Estabelecimento da Base de Tarefa Moderna

Para cada PR elegível, uma revisão descendente fixa e saudável ( $H$ ) é selecionada da mesma linhagem de repositório. Esta base deve suportar um checkout limpo, dependências de tempo de execução e verificações executáveis. O sistema garante que as verificações alvo e de regressão mapeadas passem em $H$ antes de prosseguir.

3. Construção do Estado da Tarefa

O Change2Task emprega uma estratégia de construção adaptativa de três níveis para gerar o patch da tarefa ( $D$ ) que transforma a base saudável ( $H$ ) no estado da tarefa ( $C$ ):

Nível 1: Reversão de Patch (Patch Reversal): Reverte diretamente o patch de origem se ele permanecer compatível com o contexto moderno.
Nível 2: Mapeamento de Código (Code Mapping): Se o replay direto falhar, o sistema localiza o bloco pós-mudança histórico no arquivo moderno e o substitui por sua forma pré-mudança, permitindo normalização de indentação e transformações locais conservadoras.
Nível 3: Reconstrução por Agente (Agent Reconstruction): Se a correspondência estrutural for insuficiente, um agente de construção (usando evidências do PR e contexto moderno) propõe patches candidatos escopados. Estes são filtrados por sintaxe, escopo e verificações de ciclo de vida, sendo então classificados pela fidelidade do perfil de mudança de fonte.

4. Validação de Ciclo de Vida e Escopo

Cada candidato passa por validação em três estados:

Saudável ( $H$ ): Verificações alvo e de regressão passam.
Tarefa ( $C$ ): As verificações alvo expõem a condição específica da tarefa (ex: um bug ou funcionalidade ausente), enquanto as verificações de regressão continuam a passar.
Restaurado ( $H'$ ): Após aplicar um patch de restauração ( $G$ ), ambos os conjuntos de verificações passam, confirmando que o sistema pode retornar a um estado saudável.

O sistema também impõe portões de Escopo (Scope) e Fidelidade (Fidelity) para garantir que a tarefa moderna não trivialize a mudança original (colapso de escopo) ou exija edições amplas não relacionadas (inflação de escopo).

Principais Contribuições

Framework Change2Task: Uma ferramenta geral que transfere mudanças de manutenção fundamentadas em desenvolvedores para o código atual, verificando proveniência, comportamento, escopo e restauração.
Construção Adaptativa: Uma abordagem de três níveis (Reversão, Mapeamento, Reconstrução) que escala a complexidade apenas quando necessário, maximizando a recuperação de tarefas válidas a partir de dados históricos.
Adaptadores de Tarefa (Task Adapters): Uma interface unificada que suporta cinco famílias distintas de tarefas: Correção de Bug (Bug Fix), Adição de Funcionalidade (Feature Addition), Geração de Teste (Test Generation), Migração de API (API Migration) e Reparo de Segurança (Security Repair).
Mecanismo de Eficiência: Ao derivar múltiplas variantes leves de tarefas de uma única base mantida, o sistema reduz significativamente os esforços repetidos de configuração de ambiente, armazenamento e construção manual.

Resultados Experimentais

O sistema foi avaliado em 1.130 mudanças de origem elegíveis para construção através de cinco famílias de tarefas.

Taxa de Recuperação: O Change2Task finalizou 900 tarefas pareadas, alcançando uma taxa de sucesso de construção de tarefa verificada de 79,6% no total.
- Correção de Bug: 500 tarefas recuperadas.
- Comparação: Em um conjunto correspondente de 621 candidatos de Correção de Bug, o Change2Task recuperou 500 tarefas, comparado a 387 para a linha de base SWE-smith PR Mirror (um ganho relativo de 29,2%).
Fidelidade: O corpus alcançou uma fidelidade de perfil de mudança de fonte ponderada por tarefa de 0,894. Casos históricos e reconstruídos mostraram até 98,0% de concordância de resultado correspondente sob avaliação de agente.
Consistência do Agente: Em 3.600 pares agente-tarefa correspondentes, a concordância agregada entre o ramo Original (histórico) e o Change2Task (moderno) foi de 89,7% (Cohen's $\kappa$ = 0,787). A diferença na taxa de resolução pareada foi insignificante (0,0 pontos), indicando que as tarefas modernas preservam o sinal de avaliação comparativa de seus âncoras históricas.
Eficiência de Recursos: Reutilizar 388 bases modernas para 900 tarefas (em vez de preparar uma base por tarefa) resultou em:
- 58,4% de redução no tempo total de configuração.
- 71,2% de redução nos requisitos de armazenamento.
- 10,8% de redução nos gastos de ponta a ponta.

Significância e Alegações

O artigo alega que o Change2Task transforma o histórico do repositório de um registro passivo em uma fonte recuperável de tarefas de codificação verificadas. Sua principal significância reside em:

Escalabilidade: Fornece um mecanismo para expandir o suprimento de dados executáveis para treinamento de agentes de codificação sem os custos proibitivos de criar ambientes únicos para cada tarefa.
Fundamentação (Grounding): Preserva o "contrato de manutenção fundamentado no desenvolvedor" das mudanças históricas, garantindo que as tarefas reflitam intenções de manutenção do mundo real em vez de artefatos sintéticos.
Eficiência: Ao reutilizar bases modernas, reduz drasticamente o overhead computacional e de armazenamento associado à avaliação de agentes em larga escala.

Os autores posicionam o Change2Task como complementar às ferramentas de preparação de ambiente existentes (como o RepoLaunch), abordando especificamente a fase após uma base ser executável, onde o objetivo é maximizar o número de tarefas distintas e verificadas derivadas desse investimento.