CodeNib：用于为 编码智能体 提供存储库上下文的多视图数据系统

增量代码索引可以毫无错误地完成每次更新，并且仍然有一半的时间返回错误的图。 编码智能体 依赖于此类重用视图进行搜索和导航，但提供它们的系统从不测量预先计算的答案可能代表可信路径的位置：本地化代理根据任务重建图形，工具服务器根据请求查询实时语言服务器，而代码智能数据库为开发人员服务，而不是代理。 CodeNib 是一个多视图数据系统，使这种测量成为可能。它是第一个在单个清单和源地址合约后面编译一次提交的词法、密集和结构视图，以便可以相互检查词法命中、图形出现和密集块以及根据重建或实时服务器进行检查，并且它通过一个成本可见的运行时为代理提供搜索、导航和有界上下文服务。比较推翻了三个假设。执行状态不正确：符号级修复在每个保留的更改上完成，但在 24 个中的 13 个上重现重建，因此运行时在每个存储库中承认它，而向量重用在 40$\times$ 的 30 个保留更改中的 27 个上精确，并且静态定义在 1.2\,s 就绪点的 86\% 的请求上与实时服务器匹配。更短的答案可以完成更多任务：在 LocAgent 背后，CodeNib 的视图让代理以更低的成本完成 90 次运行中的 78 次，而 65 次运行的选定上下文策略使用的标记比五个模型中的 grep/read 少 50--87\%。上下文在收回时回报最高：在 200 个 SWE-bench Verified 任务中，将代理 CodeNib 的候选者交给代理，并在第一次源读取解决了 79 个问题（五个上下文策略中的大部分）后将其淘汰，而按需探索为 66 个，Aider 存储库地图为 56 个。