SWE-Edit: Rethinking Code Editing for Efficient SWE-Agent
SWE-Edit 通过将代码检查和修改解耦为专用子代理，并引入使用 GRPO 训练的自适应多格式编辑模型，从而提升软件工程代理的性能，这一方法在显著提高任务解决率的同时大幅降低了推理成本。
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
想象你是一位大师级建筑师（即主代理），试图修复一座庞大而复杂的建筑（一个软件代码库）。你的目标是修补一处特定的泄漏或加固一面薄弱的墙壁。
在旧的工作方式中，建筑师必须同时承担三项工作：
- 搜索：走遍每一间房间，打开每一个壁橱，以找到泄漏点。
- 规划：确定如何修复它。
- 执行：用一种非常严格、挑剔的语言编写修复指令（就像一种只理解精确测量的机器人）。
问题在于？当建筑师在建筑中穿行寻找线索时，他们的大脑被无关的细节塞满（旧收据、灰尘团、随机家具）。等到他们试图编写修复指令时，大脑已被“噪音”充斥得如此杂乱，以至于他们犯了错误。此外，他们必须使用的严格语言意味着，只要一个逗号出错，修复就会失败。
SWE-Edit 是一种新的工作方式，它通过聘请两位专业助手来解决这一问题，为建筑师创建了一个“干净”的工作流程。
两位新助手
1. “查看器”（专业侦察兵）
建筑师不再需要走遍整栋建筑，而是向查看器寻求帮助。
- 工作原理：建筑师询问：“向我展示厨房水槽附近的管道。”查看器前往该处，仅查看管道，并带回一份干净、简短的笔记，其中只包含相关细节。
- 好处：建筑师的大脑保持清晰。他们无需在成千上万行无关代码中跋涉。这节省了时间和金钱，因为建筑师无需处理大量“垃圾”信息。
2. “编辑器”（专业建造者）
一旦建筑师有了计划，他们就不再亲自编写修复指令。他们告诉编辑器：“用一根新的铜管替换生锈的管道。”
- 工作原理：编辑器是一位专家，确切知道如何用计算机所需的严格、挑剔的语言编写修复指令。
- 好处：建筑师可以专注于需要修复什么（逻辑），而编辑器专注于如何完美地将其写下来（格式）。这防止了建筑师犯下导致修复失败的愚蠢格式错误。
“智能切换”（自适应模式）
该研究还发现，有时简单的修复（如替换单个单词）最好用一种方式完成，而巨大、复杂的重建（如重写整个房间）则最好用另一种方式完成。
此前，系统被束缚为仅使用一种方法（就像试图通过仅替换一块砖来修复整栋房子）。新系统教导编辑器变得智能：
- 如果任务很小，它使用精确、低成本的方法（查找并替换）。
- 如果任务巨大且混乱，它切换到稳健的整文件方法（重写整个文件）。
这就像一位懂得何时使用螺丝刀、何时拿出大锤的 handyman，而不是试图用螺丝刀完成所有事情。
结果
通过以这种方式拆分工作，团队发现：
- 更高的成功率：系统正确修复了更多问题（约多 2%）。
- 更便宜：运行成本显著降低（约少 18%），因为主要的“大脑”无需读取那么多垃圾数据。
- 更少的错误：修复指令几乎每次都能正确格式化，因此计算机不会拒绝它们。
“实践测试”（PR-Edit 基准）
最后，研究人员意识到，在完整、昂贵的建筑修复上测试这些系统耗时太长且成本太高。因此，他们创建了一个迷你实践测试（称为 PR-Edit）。
他们发现，如果一位编辑在这个快速、廉价的实践测试中表现良好，那么它几乎可以保证在真实、昂贵的工作中表现良好。这就像驾驶考试：如果你在停车场测试中通过了，你很可能会在高速公路上通过，而无需先上高速公路去验证。
简而言之：SWE-Edit 阻止 AI 试图一次性完成所有事情。它为其配备了一支由专业人员组成的干净团队（一名侦察兵和一名建造者），并提供一种智能方式来选择适合任务的工具，从而使软件修复更快、更便宜、更可靠。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。