ai, engineering,

一分钟读论文:《让AI像程序员一样理解整个代码库》

Unbug By Unbug Follow · 1 min read
一分钟读论文:《让AI像程序员一样理解整个代码库》
Share this

蚂蚁集团研究团队在 NeurIPS 2025 发表的论文《Code Graph Model》提出 CGM,把代码库建模为文件、函数、类构成的调用关系图并融入注意力机制,在 SWE-bench Lite 上取得 43.00% 解决率,位列开源权重模型第 1 名。

代码图与 R4 链

代码图把代码库表示成一张地图:节点是文件、函数、类,边是调用、继承、导入等关系。例如文件 A 里的函数 X 调用了文件 B 里的函数 Y,两者之间就有一条调用关系的边,整个代码库的结构由此清晰呈现。

CGM 采用名为 R4 链的四步流水线:

问题 → Rewriter(重写)→ Retriever(检索)→ Reranker(重排)→ Reader(生成)→ 代码补丁
  • Rewriter:分提取器和推理器两个阶段,从问题描述中找出相关文件、类、函数并生成搜索查询。例如问题是”用户登录时出现空指针异常”,就会定位到 auth.py、user.py 和 login()、validate_user() 等目标
  • Retriever:以锚点节点(如 login() 函数)为中心扩展出连通子图,包含调用它和被它调用的所有相关函数与文件,序列化为 JSON,让 AI 看到完整上下文而非孤立代码片段
  • Reranker:给候选文件打 1-5 分,1 分几乎肯定无关,5 分很可能是根本原因,把注意力集中到最关键的文件上
  • Reader:生成最终代码补丁。它不只把代码图当文本喂给 AI,而是语义集成加结构集成,把图的结构信息直接集成进 LLM 的注意力机制,让模型生成代码时知道改这里要考虑那里的影响

这也解释了传统大模型的短板:把代码当纯文本读入,上下文窗口装不下整个仓库,函数间的调用关系也容易被截断丢失。

基准表现与三大创新

CGM 在 SWE-bench Lite 上解决率 43.00%,开源权重模型第 1 名,在所有系统方法中排名第 8,比之前最佳开源模型高 12.33%;迭代版本 CGM-72B-V1.1 为 41.67%、V1.2 达 44.00%。在规模更大的 SWE-bench Verified 上,CGM 同样位居开源权重模型第 1。

它的创新集中在三点:

  • 无需 Agent:不依赖多 AI 角色配合的复杂 Agent 系统,只让模型理解代码结构,开源模型也能做好
  • 真正理解代码图:通过图感知注意力机制直接理解图结构,而非把图当文本输入
  • 完整开源:代码、模型、数据全部公开,见 GitHub 仓库与 Hugging Face 模型页,支持 Python 和 Java

开源工程模型的意义

这篇论文证明复杂的软件工程任务不一定需要闭源模型和复杂 Agent 系统:小公司不必依赖昂贵的闭源服务,代码隐私可以得到更好保护,社区可以共同改进模型。对开发者的启示是:不要只看单个函数而要理解整个项目架构,图结构能帮助 AI 更好地理解代码库,重写、检索、重排、生成的 R4 流程值得借鉴。在工程落地上,这条链路的每一步都可独立替换与评估:检索错了可以只调检索,重排不准可以单独换重排模型,比端到端黑盒系统更容易定位问题与持续改进。同类工作可参考站内《让AI像程序员一样边写代码边调试》,同样聚焦让模型在真实代码结构上可靠工作。

References


Related
Featured