ai, engineering,

一分钟读论文:《多代理集成推理攻克仓库级问题》

Unbug By Unbug Follow · 1 min read
一分钟读论文:《多代理集成推理攻克仓库级问题》
Share this

字节跳动 Trae 研究团队与天津大学等机构合作的论文《Agent-Based Ensemble Reasoning for Repository-Level Issue Resolution》(ICSE 2026)提出首个基于代理的集成推理框架 Trae Agent,用生成、修剪、选择三个代理协作探索巨大的候选补丁空间,在 SWE-bench Verified 上取得 Pass@1 = 78.80%,相比基线平均提升 10.22%。

仓库级问题集成的两大瓶颈

软件 Issue 解决的难点在于:候选补丁空间巨大,且修复往往需要跨文件理解整个仓库的上下文——一个 Bug 的根因可能在另一个模块,修复方案可能牵动多个文件的接口。现有基于提示工程的集成推理方法(即让多个模型或多个采样结果投票选优)存在两个瓶颈——难以有效探索大规模集成空间,候选补丁多了以后缺乏筛选手段,性能反而下降;缺乏仓库级理解能力,只看报错附近的代码,无法把握跨文件依赖。Trae Agent 把 Issue 解决建模为最优解搜索问题,用模块化代理分别负责探索、过滤和决策,目标是同时突破两个瓶颈。这也解释了为什么单纯换更大的模型收益有限:瓶颈不在单点生成能力,而在搜索与筛选机制本身。

Trae Agent 三代理框架示意

三个代理与测试时缩放

框架包含三大核心代理:生成代理(Generator)用多个大语言模型(LLM)加随机采样产生多样化补丁,覆盖尽可能广的解空间;修剪代理(Pruner)快速过滤明显错误的补丁,把资源留给有希望的候选;选择代理(Selector)利用仓库级上下文从剩余补丁中选出最优解。仓库级理解通过迭代代理文件摄入、代码区域摘要与聚类实现,不依赖图神经网络,而是用 LLM 提示完成,并由 SequentialThinkingTool 指导跨文件依赖的探索。

在此之上,论文引入测试时缩放(test-time scaling)策略:随集成规模增大性能单调提升,可以按预算动态选择集成大小,实现成本与质量的灵活权衡——线上紧急修复可以拉大集成追求胜率,日常任务则用小集成控制推理开销。模块化架构的另一个好处是可替换:生成、修剪、选择三个代理可以各自升级而不用重写整个系统。

实验结果与启示

在 SWE-bench Verified(从真实开源仓库抽取的 Issue 修复基准)上,以 GPT-4o、Claude 3.5 Sonnet、DeepSeek-Coder 三个大语言模型为后端时,Trae Agent 相比 4 个对比基线均显著提升,平均提升 10.22%,并曾位居该榜单第一(Pass@1 = 78.80%)。系统的启示是:多模型多采样的组合配合专门的修剪与选择环节,比单模型直出更稳;解决问题不能只看单个文件,仓库级上下文是决定上限的关键。Trae Agent 已开源,对工程团队而言,这条路线的现实意义是把算力预算变成可调旋钮:重要缺陷多花推理成本换更高胜率,批量任务则收敛集成规模,而不是被迫在单一模型上押注。同类话题可参阅站内《三个AI智能体组队修复仓库级问题》。

References


Related
Featured