arXiv cs.AI· Ziyang Yu, Liang Zhao, Bowen Zhu, Hasibul Haque·· 2026-09-30AI 评分42
StateTape:面向长程代码 AI 智能体的动作条件证据生命周期建模
StateTape: Action-Conditioned Evidence Lifecycle Modeling for Long-Horizon Coding Agents
AI 导读
针对长程代码 AI 智能体上下文膨胀与代码修改导致记录失效的问题,研究人员提出了 StateTape 框架,依代码库实际变动重写智能体上下文。该框架将代码库建模为符号级代码图,结合标记磁带与小型管理器模型清理失效记录,并提出了 TraceBench 基准。在 6 个代码智能体与 3 个高频编辑基准的实验中,StateTape 以极低开销显著提升了解决率。
来源:arXiv cs.AI · arxiv.org