Seorang pembangun telah melancarkan peta pangkalan kod tiga lapisan yang membolehkan ejen pengekodan AI mengekalkan pemahaman tentang konteks merentasi sesi.

Mengapa ejen AI memerlukan peta

Pembantu pengekodan berasaskan sembang membina model mental bagi sesebuah repositori hanya semasa tetingkap prom masih terbuka. Apabila tetingkap konteks ditutup, model tersebut akan hilang, memaksa ejen untuk menemui semula simbol, import dan hubungan fail dari awal. Proses berulang-alik ini membazirkan kitaran pengkomputeran dan menjadikan ejen kurang membantu apabila pembangun beralih antara fail atau kembali ke sesebuah projek selepas berehat.

Tiga lapisan yang membentuk peta tersebut

  • Lapisan struktur – katalog simbol, panggilan fungsi dan pernyataan import. Ia menjawab soalan statik "apa yang memanggil apa."
  • Lapisan temporal – isyarat berasaskan git seperti kadar perubahan fail dan sejarah pemilikan. Ia menunjukkan bahagian kod mana yang paling kerap berubah dan siapa yang cenderung mengubahnya.
  • Lapisan tingkah laku – corak penggunaan dunia nyata yang diekstrak daripada sejarah suntingan dan navigasi ejen itu sendiri. Ia mendedahkan fail mana yang sebenarnya dibuka bersama semasa sesi pengekodan, mendedahkan "jiran sebenar" yang terlepas daripada analisis statik.

Lapisan tingkah laku mempunyai kepentingan paling besar kerana ia mencerminkan cara pembangun (dan ejen) bekerja yang sebenar, bukan sekadar bagaimana kod itu disambungkan.

Dua cara untuk menyalurkan peta kepada ejen

  1. Ambient Path – ringkasan padat yang dimasukkan ke dalam setiap interaksi. Ia memberikan ejen gambaran segera seperti "anda berada dalam modul X, simbol-simbol ini berada berdekatan" tanpa sebarang panggilan tambahan.
  2. Deep Path – alat pertanyaan atas permintaan yang boleh dipanggil oleh ejen apabila ia memerlukan butiran yang lebih kaya, seperti senarai fail yang kerap berubah bersama atau garis masa pemilikan terkini.

Pengasingan maklumat ambient daripada maklumat deep memastikan prom rutin kekal ringan sambil tetap menawarkan kedalaman apabila diperlukan.

Peraturan reka bentuk untuk memastikan sistem kekal ramping

  • Langkau pelayan bahasa yang berat. Peta ini bergantung pada parsing cetek berbanding inferens jenis penuh. Matlamatnya bukan untuk mengatasi penganalisis statik yang matang, tetapi untuk melengkap