🤖 machine learning

Your Code Agent Can Grow Alongside You with Structured Memory

本文提出了 MemCoder 框架，通过结构化历史经验、实时自我修正及经验内化机制，使代码代理能够与人类协同进化，从而在 SWE-bench Verified 基准测试中超越 DeepSeek-V3.2 等基础模型，显著提升解决复杂软件工程任务的能力。

原作者： Yi-Xuan Deng, Xiaoqin Liu, Yi Zhang, Guo-Wei Yang, Shuojin Yang

发布于 2026-03-17

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Yi-Xuan Deng, Xiaoqin Liu, Yi Zhang, Guo-Wei Yang, Shuojin Yang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一个名为 MemCoder 的新系统，它的核心目标是让AI 编程助手（Code Agent）。

为了让你更容易理解，我们可以把写代码的过程想象成装修房子，把现有的 AI 助手想象成装修工人。

1. 现在的痛点：只有“一次性”的装修工

目前的 AI 编程助手（就像普通的装修工）有一个大毛病：它们记性不好，而且每次开工都像是“失忆”了。

现状：当你给 AI 一个任务（比如“修好这个漏水的水龙头”），它只能看到你当下给的图纸（代码快照）。
问题：
- 它不知道这栋房子以前哪里漏过水、怎么修的。
- 它不知道这家人（开发者）喜欢用什么牌子的水管，或者有什么特殊的装修习惯。
- 如果它修错了，你告诉它“这里不对”，它改完这一次，下次遇到同样的问题，它可能还会犯同样的错，因为它没有把这次“教训”记下来。
比喻：这就像你雇了一个装修工，每次他干完活，你就把他脑子里的知识清空，让他第二天重新从零开始。结果就是，他永远学不会，只能机械地重复，遇到复杂的大工程（大型代码库）就束手无策。

2. MemCoder 的解决方案：带“超级记忆”的师徒搭档

MemCoder 提出了一种人机共同进化（Human-AI Co-Evolution）的新模式。它给 AI 装上了一个结构化的“记忆大脑”，让它能像人类徒弟一样，跟着师傅（开发者）一起成长。

这个系统主要做了三件大事：

第一步：整理“老账本”（结构化记忆）

做法：MemCoder 会去翻阅项目过去所有的修改记录（Git Commit）。它不只是把代码存下来，而是用大模型把这些记录“翻译”成人类能懂的经验。
比喻：就像把装修工过去修过的 1000 个漏水案例，整理成一本图文并茂的《维修百科全书》。
- 以前：只有一堆乱糟糟的砖头（原始代码）。
- 现在：变成了清晰的指南——“上次张三修水管时，发现是因为阀门老化，他换了 A 型号，结果完美解决。”
- 作用：当 AI 遇到新问题，它能立刻从这本“百科全书”里找到类似的案例，参考以前的成功经验。

第二步：边做边改（自我修正）

做法：在写代码的过程中，MemCoder 会先自己写个测试题，或者让“副手”（Refining Agent）来检查。如果发现问题，它会立刻结合刚才查到的“老账本”经验，调整自己的思路。
比喻：装修工在刷墙时，副手会拿着尺子量一量，发现墙歪了，马上说：“师傅，你看上次李四家也是墙歪了，是因为没挂准线，咱们得重挂。”
- 这样 AI 就不是盲目地试错，而是带着经验去修正。

第三步：把经验变成“肌肉记忆”（自我内化）

做法：这是最关键的一步。当 AI 在你的帮助下成功修好了一个 Bug，并且你（人类）确认“做得好”之后，MemCoder 会把这次成功的经验永久地存入它的长期记忆库。
比喻：就像徒弟第一次独立修好了一个复杂的电路，师傅夸了他一句。徒弟就把这个成功的案例刻在了脑子里，变成了自己的“绝活”。
- 下次再遇到类似的电路问题，他不需要师傅教，直接就能用这个“绝活”解决。
- 结果：AI 随着项目的发展，变得越来越懂你的风格，越来越聪明。

3. 效果如何？

论文在著名的 SWE-bench（一个专门测试 AI 解决真实软件问题的榜单）上做了测试：

普通 AI：解决率大概只有 68%。
MemCoder：解决率提升到了 77.8%（甚至在使用更强的模型时达到了 78.8%），超过了目前很多顶尖的 AI 助手。
意义：这意味着，通过让 AI“学会”人类的历史经验，即使是普通的 AI 模型，也能爆发出处理复杂工程任务的能力。

总结

MemCoder 的核心思想就是：不要让 AI 每次都从零开始，要让它学会“站在巨人的肩膀上”。

它不再是一个只会听指令的“工具人”，而是一个会学习、会反思、能和你一起成长的“智能伙伴”。它通过阅读过去的“历史书”（代码提交记录），把人类的智慧变成自己的本能，从而在复杂的软件工程中越战越勇。

MemCoder 技术总结：基于结构化记忆的代码智能体协同进化

1. 研究背景与问题定义

随着“意图导向编程”（Intent-oriented Programming，又称"Vibe Coding"）的兴起，开发者角色正从手动实现者转变为高层架构师，而 AI 代码智能体（Code Agents）则负责动态执行。然而，现有的代码智能体在处理复杂、仓库级（Repository-level）任务时面临显著瓶颈：

静态快照的局限性：现有智能体通常基于静态代码快照运行，无法捕捉项目随时间演变的动态信息。
隐性知识缺失：自然语言指令难以传达开发者在长期迭代中积累的隐性知识（如跨文件依赖、未成文的编码规范、特定的修复模式）。
缺乏协同进化：现有系统存在“交互断层”。人类开发者修复的缺陷和验证的解决方案往往被丢弃，智能体无法从中学习，导致其在面对类似问题时重复犯错，陷入“遗忘循环”。
推理轨迹未利用：过去成功实践中的“推理轨迹”（Reasoning Trajectories）未被有效利用，导致智能体行为僵化，缺乏自主适应性。

核心问题：如何打破静态与动态的不匹配，使代码智能体能够像人类开发者一样，通过结构化记忆从项目历史中持续学习，实现与人类的协同进化？

2. 方法论：MemCoder 框架

MemCoder 是一个旨在实现人机协同进化（Human-AI Co-Evolution）的仓库级代码智能体框架。其核心思想是将代码生成视为一个连续的学习过程，通过三个关键阶段构建闭环：

2.1 经验表示与利用（Experience Representation and Utilization）

MemCoder 不再将历史提交视为原始数据，而是将其蒸馏为结构化的长期记忆。

结构化记忆构建：基于缺陷管理理论，利用大语言模型（LLM）将非结构化的 Git 提交（Commit Message 和代码变更）转化为结构化的六元组记忆条目 $m_i = (o_i, c_i, k_i, p_i, r_i, s_i)$ $m_{i} = (o_{i}, c_{i}, k_{i}, p_{i}, r_{i}, s_{i})$ ：
- $o_i, c_i$ ：原始提交消息和代码变更。
- $k_i$ ：功能关键词（语义锚点）。
- $p_i$ ：问题形式化描述（症状与约束）。
- $r_i$ ：根因分析（底层逻辑与技术瓶颈）。
- $s_i$ ：总结的解决方案（可执行的操作指南）。
双阶段检索机制：
1. 粗检索：使用向量数据库（FAISS）进行近似最近邻（ANN）搜索，快速召回候选集。
2. 精排序：利用交叉编码器（Cross-Encoder）对候选集进行细粒度语义重排序，确保检索到最相关的人类经验。

2.2 自我精炼（Self-Refinement）

在执行阶段，MemCoder 引入**精炼子智能体（Refining Sub-agent）**来动态优化执行过程：

上下文感知：主智能体根据当前任务检索相关历史经验。
意图具体化：精炼子智能体利用检索到的经验，将抽象指令转化为具体的测试代码（Test Code）和验证清单（Checklist）。
实时反馈：通过自动化测试和验证反馈，主智能体在执行过程中不断修正其行为，确保代码符合仓库特定的演进轨迹，而无需修改长期记忆本身。

2.3 经验内化（Self-Internalization）

这是实现“协同进化”的关键闭环：

验证即学习：当人类开发者验证并确认某个解决方案有效后，该解决方案（包括其推理过程和最终代码）会被重新结构化并内化到长期记忆库中。
知识积累：记忆库从仅包含“人类先验”逐渐演变为包含“人机协同进化”的知识，使智能体能够随着项目的发展而不断成长。

3. 主要贡献

提出人机协同进化范式：识别了仓库级智能体中的“交互断层”问题，提出了 MemCoder 框架，使智能体能够随项目历史共同成长。
设计双重记忆机制：
- 历史经验结构化：将原始提交转化为可检索的结构化记忆，召回过去解决类似复杂问题的智慧。
- 验证经验内化：将人类验证的解决方案转化为持久化知识，实现知识的持续积累。
实现 SOTA 性能：在 SWE-bench Verified 基准测试中取得了最佳（SOTA）性能，证明了通用模型结合人类演化上下文后，在复杂软件工程任务中的巨大潜力。

4. 实验结果

基准测试：在 SWE-bench Verified（500 个高质量任务实例）上进行评估。
性能对比：
- 基于 DeepSeek-V3.2 的 MemCoder 解决了 77.8% 的问题，相比基础模型（68.4%）提升了 9.4%。
- 基于 GPT-5.2 的 MemCoder 解决了 78.8% 的问题（pass@1），在 pass@2 设置下甚至达到了 83.8%，超越了当前 leaderboard 上的其他顶尖方法（如 TRAE, Live-SWE-agent 等）。
消融实验：
- 移除所有模块（w/o all）导致性能下降 9.4%，回到基础模型水平。
- 检索模块（CR） 贡献最大，移除后性能下降 6.2%，证明了历史经验检索对仓库级代码生成的关键作用。
- 结构化表示（ER） 和 动态自我精炼（DSR） 也分别带来了显著的性能提升，表明结构化记忆和实时反馈机制均不可或缺。
参数分析：研究发现检索粒度（Top-k）存在非线性关系，适度的初始检索量（如 Top-k=8）能平衡信息覆盖与信噪比，避免“迷失在中间”（Lost-in-the-Middle）现象。

5. 意义与影响

MemCoder 的研究具有深远的意义：

范式转变：从将 AI 视为静态执行工具转变为将其视为可进化的合作伙伴。它证明了通过结构化记忆和实时反馈，AI 可以真正理解并内化人类的编码哲学。
释放通用模型潜力：实验表明，即使是通用的基础模型（如 DeepSeek-V3.2），在配备了人类演化上下文和协同进化机制后，也能在复杂的软件工程任务中达到甚至超越专用大模型的性能。
解决复杂工程问题：该方法有效解决了仓库级任务中跨文件依赖和隐性规范难以传达的痛点，为未来构建能够长期伴随项目成长的智能开发助手提供了可行的技术路径。

综上所述，MemCoder 通过构建结构化记忆和闭环进化机制，成功弥合了静态代码快照与动态项目演进之间的鸿沟，为下一代人机协同软件开发奠定了坚实基础。