从知识到噪声：CTIM-Rover 与软件工程智能体中情景记忆的陷阱

我们介绍了 CTIM-Rover，这是一个构建于 AutoCodeRover (Zhang et al., 2024) 之上的软件工程 (SE) AI 智能体，它通过情景记忆扩展了智能体推理框架，更具体地说，是一种通用及仓库级别的跨任务实例记忆 (Cross-Task-Instance Memory, CTIM)。现有的开源 SE 智能体大多依赖于 ReAct (Yao et al., 2023b)、Reflexion (Shinn et al., 2023) 或 Code-Act (Wang et al., 2024)，所有这些推理与规划框架在单个任务实例完成后都会低效地丢弃其长期记忆。由于仓库级别的理解对于识别修复漏洞所需打补丁的所有位置至关重要，我们假设 SE 领域特别适合从 CTIM 中获益。为此，我们基于经验学习 (Experiential Learning, EL) 方法 ExpeL (Zhao et al., 2024)，提出了一种受混合专家 (Mixture-of-Experts, MoEs) 启发的方法，以创建通用及仓库级别的 CTIM。我们发现 CTIM-Rover 在任何配置下均未超越 AutoCodeRover，因此得出结论：ExpeL 和 DoT-Bank (Lingam et al., 2024) 均无法扩展至真实的 SE 问题。我们的分析表明，由具有干扰性的 CTIM 条目或示例轨迹引入的噪声，可能是性能下降的根源。