Reusing Past Repairs Through Hierarchical Trajectory Abstraction for Coding Agents

随着软件复杂性的增加，自动化修复成为研究热点。早期方法如GenProg、PAR等采用遗传算法，逐步优化补丁，但效率有限。近年来，深度学习和大模型技术推动了基于代码理解的修复方法，如CodeBERT、GPT-3等，显著提升了修复成功率。然而，这些方法多依赖静态特征，缺乏对修复过程的系统总结和知识迁移能力，难以应对大规模、多样化的问题场景。现有研究虽取得一定突破，但仍面临知识泛化不足、修复策略单一、跨模型迁移困难等挑战。

当前自动修复系统多以单一修复轨迹为基础，缺乏对经验的结构化总结，导致知识难以迁移和复用。尤其在面对新问题或不同代理架构时，效果明显下降。这限制了自动修复的广泛应用和持续改进。如何将复杂的修复过程抽象成多层次、可重用的知识体系，成为亟待解决的核心难题。现有方法未能有效结合局部细节与高层策略，限制了系统的泛化能力和效率。

本研究提出多层次轨迹抽象框架，创新点在于：

1）将修复轨迹分段为不同阶段，分别抽象为多层次知识节点，兼顾细节与策略；

2）利用GPT-5实现LLM驱动的自动聚合与抽象，提升抽象质量；

3）引入跨问题、跨代理的知识迁移机制，实现经验的广泛复用。这些创新解决了传统单一摘要难以兼顾细节与泛化的问题，为自动修复提供了结构化的知识管理新范式。

• �� 离线收集历史修复轨迹，分为定位、规划、验证三阶段。
• �� 每个轨迹在不同阶段由LLM（GPT-5）分层抽象，形成树状结构。
• �� 使用Gℓ(·)将节点分组，Aℓ(·)将组抽象为策略节点，逐层构建多层次知识树。
• �� 在新问题出现时，检索相关节点，结合LLM适配生成定制化修复计划。
• �� 计划包括定位、策略制定和验证步骤，指导修复流程。
• �� 迁移测试在不同代理架构上验证知识迁移能力，确保泛化。

在SWE-bench验证集上，采用Pass@1作为主要指标，比较STAIR与传统单层抽象、未抽象轨迹方案。使用MiniMax M2.5和GPT-5作为核心模型，进行多轮修复任务。设置不同抽象层级和融合策略，进行消融实验，验证多层次结构的有效性。还测试知识迁移到不同代理（如mini-SWE-agent v2），评估泛化能力。超参数包括轨迹分段长度、抽象层数等，确保公平对比。

实验结果显示，STAIR结合MiniMax M2.5达81.2%的Pass@1，超越未抽象轨迹的75.8%，提升显著。迁移到mini-SWE-agent v2时，Pass@1由75.8%提升至81.0%，验证知识迁移效果。消融实验表明，单一层级平均性能下降超过10%，纯轨迹传输效果最差，强调多层次结构的重要性。整体表现优于SOTA方法，验证了方案的有效性和泛化能力。

该方法适用于工业级自动修复系统、持续集成环境中的故障诊断、自动调试工具等。只需提供历史轨迹和问题描述，即可生成定制化修复计划，提升修复效率。未来还可结合代码语义分析、多模态信息，支持更复杂的修复场景，推动软件工程智能化升级。

目前对轨迹数据依赖较大，数据不足时性能下降。抽象层级的自动调节仍需手动调优，复杂或新颖问题可能导致抽象策略不准确。此外，模型推理成本较高，限制了实时应用的推广。未来需优化抽象机制和推理效率，增强系统的自主性和适应性。