超越自动完成：面向透明可解释 AI 编码代理的 CopilotLens 设计
人机交互
2025-09-23 v3 人工智能
摘要
AI 驱动的代码助手广泛用于生成代码补全，显著提升了开发者的生产力。然而，这些工具通常在没有解释其依据的情况下呈现建议，使其决策过程难以把握。这种不透明性阻碍了开发者对输出进行批判性评估，构建准确的心智模型，并校准对系统的信任。为此，我们引入 CopilotLens，一个新颖的交互式框架，将代码补全从简单的建议转化为透明、可解释的交互。CopilotLens 作为一种解释层，通过动态的两层界面重构 AI 代理的“思考过程”。该工具旨在呈现高层代码变更以及具体代码库上下文的影响。本文介绍了 CopilotLens 的设计与理念，提供了具体的框架，阐述了深化理解和校准信任的预期，这些工作计划在后续研究中进行评估。
引用
@article{arxiv.2506.20062,
title = {Beyond Autocomplete: Designing CopilotLens Towards Transparent and Explainable AI Coding Agents},
author = {Runlong Ye and Zeling Zhang and Boushra Almazroua and Michael Liut},
journal= {arXiv preprint arXiv:2506.20062},
year = {2025}
}
备注
accepted at The First Workshop on the Application of LLM Explainability to Reasoning and Planning (XLLM-Reason-Plan) @ COLM 2025