编码智能体选整文件比压缩上下文更有效

同预算下逐字选整文件比压缩或检索更能解决 issue。

资讯摘要

论文针对编码智能体上下文窗口不足的问题，提出在相同 token 预算下，把预算用于逐字选择需修改的整文件（方法 CQ2-CARE），比压缩 token 或检索代码片段能解决更多 issue。作者在 300 个 SWE-rebench issue 上以基准测试评分，使用 GPT-5.6 与 Claude Opus 5 时分别解决 43.7% 和 46.7%，高于三种压缩器与三种检索器的最佳结果，也高于 SweRank 和 SWE-Pruner。

要点速读

1. 论文在 300 个 SWE-rebench issue 上统一每 issue 的 token 预算，并用基准测试检验补丁。
2. CQ2-CARE 配 GPT-5.6 和 Claude Opus 5 分别解决 43.7% 和 46.7% 的 issue，比最佳压缩器高 6.3 个百分点。
3. 作者分析称检索器常漏掉需修改文件，压缩器保留文件却改动文本，导致补丁更难应用。

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 2026/10/28 08:00:17（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。