PAUSE：编码代理首次改代码前的免搜索干预

PAUSE 在首次改代码前做一次规划干预，报告解决率提升。

资讯摘要

论文提出 PAUSE 框架，在编码代理首次修改源码前进行一次规划干预：代理通常在轨迹进度中位数 60% 处才首次改代码，PAUSE 拦截该请求，由独立 Planner 读取任务与改前记录并写出一份修复计划，原代理作为 Executor 保留上下文继续执行，无需学习型监控器、检查点搜索或额外模型调用。作者在 SWE-bench Verified 与 Multilingual 上以两种 Executor、三种代理框架评测，报告在线干预提升解决率，离线可恢复部分失败任务。

要点速读

1. PAUSE 在代理首次源码编辑请求执行前拦截，由独立 Planner 生成一份修复计划，Executor 保留上下文与工作区继续运行。
2. 作者报告：Qwen3-coder 为 Executor、GPT-5.6 Sol 为 Planner 时，OpenHands 上 Verified 解决率提升 16.8%，SWE-agent 上 Multilingual 提升 14.7%。
3. 在 SWE-agent 中，PAUSE 以相近 Planner 成本比 LivePlan 高 3.2%（Verified）和 3.7%（Multilingual），Planner 成本约为 SICA 周期监督的 11–15%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。