مقاله‌ی arXiv:2610.04838 · منتشرشده در کانال
MemTrace: State-Consistent Memory for Long-Horizon Coding Agents
مم‌تریس: حافظه‌ی سازگار با وضعیت برای ایجنت‌های کدنویسی بلندمدت
- تاریخ
- (۱۲ مهر ۱۴۰۵) 2026-10-04 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Hongming Xu, Le Zhou, ZhongHe Jin, Xiang Zhang, Bo Tang, Zhiyu Li, Xuanhe Zhou, Juncheng Zhang
- نهاد نویسنده‌ها
- Shanghai Jiao Tong University; Theseus Lab; MemTensor (Shanghai) Technology Co., Ltd.
- برچسب لابراتوار
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
وقتی ایجنت‌های کدنویسی تسک‌های تکامل نرم‌افزار در چند فایل و مرحله را انجام می‌دهند، دو چالش به هم گره‌خورده پیش می‌آید: تاریخچه‌ی انباشته بودجه‌ی کانتکست را فشار می‌دهد، و تغییرات مخزن می‌تواند شواهد اجرای قبلی را بی‌اعتبار کند؛ مثلاً نتیجه‌ی تستی که پیش از ویرایش یک فایل گرفته شده دیگر معتبر نیست. روش‌های موجود پس از تازه‌سازی کانتکست وضعیت سازگار تسک را بازسازی نمی‌کنند یا اعتبار شواهد فراخوانده‌شده را نمی‌سنجند.
روش
سیستم حافظه‌ی آگاه از منشأ MemTrace تاریخچه را به شکل ردپاهای حافظه‌ی تغییرناپذیر ذخیره می‌کند که به اطلاعات کلیدی مثل فایل‌ها، نمادها و تست‌ها لنگر شده‌اند، و ترتیب و وابستگی‌هایشان را در یک گراف سازمان می‌دهد. وقتی کانتکست محدود است، حافظه‌ی کاری فقط لنگرهای فشرده را نگه می‌دارد که ایجنت از آن‌ها آخرین وضعیت اجرا را بازسازی می‌کند. پیش از بازگرداندن شواهد تاریخی، اعتبارشان با وضعیت فعلی مخزن بررسی و فقط آنچه اقدام بعدی لازم دارد بازیابی می‌شود.
یافته‌ها
- در سه بنچمارک مکمل کدنویسی بلندمدت با همان مدل و هارنس، از همه‌ی پایه‌های کامل ارزیابی‌شده پیوسته بهتر بود.
- زیر Codex CLI، معیار pass@۱ روی DeepSWE را ۲۱٫۲ امتیاز، نرخ حل SWE-EVO را ۴٫۴ امتیاز و امتیاز SWE-Milestone را ۱۷٫۸ امتیاز بالا برد.
محدودیت‌ها
مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ بهبود نرخ حل SWE-EVO با ۴٫۴ امتیاز کوچک‌تر از دو معیار دیگر است.
چرا مهم است
حافظه‌ای که نداند شواهدش کهنه شده، ایجنت را به اشتباه می‌اندازد. این کار نشان می‌دهد بررسی اعتبار حافظه با وضعیت فعلی مخزن، کارایی ایجنت‌های کدنویسی طولانی را محسوس بهتر می‌کند.