Returning to Development States: When Full Sandbox Snapshots Help Coding Agents

مسئله

ایجنت‌های کدنویسی اغلب پیش از شکست پیشرفت مفیدی دارند، اما تلاش دوباره از صفر وضعیت ماشینی را که در طول کار ساخته شده دور می‌ریزد. پس بازیابی از شکست یک مسئله‌ی جست‌وجوی جالب است: اگر وضعیت‌های میانی محیط پیشرفت معنادار را حفظ کنند، بازگرداندن و انشعاب از آن‌ها ممکن است از شروع دوباره از وضعیت اولیه بهتر باشد.

روش

نویسنده‌ها جست‌وجویی به سبک Go-Explore را روی اسنپ‌شات‌های کامل سندباکس Daytona پیاده کردند، که کل وضعیت ماشین، نه فقط ریپو، را ذخیره و بازیابی می‌کند.

یافته‌ها

• نرخ حل بالاتر و کارآمدتر عمدتاً به پیشرفتی وابسته است که بیرون از ریپو قرار دارد، مثل پایگاه داده، سرویس‌ها و دیگر وضعیت‌های زمان اجرا.
• جست‌وجو با اسنپ‌شات کامل وقتی بیشترین اثر را دارد که کار کدنویسی طولانی چند سرویس را در بر بگیرد که وضعیتشان از یک diff قابل بازسازی نیست.

محدودیت‌ها

متن کامل HTML در دسترس نبود و این خلاصه بر اساس چکیده است؛ نویسنده‌ها می‌گویند مقاله پیش‌چاپی کوتاه و بدون داوری است و چکیده عدد مشخصی نمی‌دهد.