普林斯顿开源AI程序员智能体：SWE-agent问世

普林斯顿大学开源AI程序员智能体SWE-agent，助力代码修复与问题解决

普林斯顿大学自然语言处理小组近日发布了开源AI程序员智能体SWE-agent，该系统利用大型语言模型（如GPT-4）的能力，能够自动解决GitHub存储库中的问题。SWE-agent通过智能体-计算机接口（ACI）与代码库交互，能够执行代码的浏览、编辑、测试和执行等任务。

SWE-agent的开发团队表示，该系统在SWE-bench测试集上展现出与闭源AI程序员Devin相似的准确度，平均93秒解决一个问题，实现了SOTA性能。在25%的SWE-bench测试集上，SWE-agent实现了与Devin相似的准确度——解决了12.29%的问题。

SWE-agent的主要功能包括：

Pull Request问题解决： SWE-agent能够理解GitHub存储库中的问题，并尝试通过创建拉取请求（pull request）来修复这些问题。
代码编辑与修复： SWE-agent能够浏览和编辑代码库中的文件，自动修复代码中的错误和漏洞。
自动语法检查： 在代码编辑过程中，SWE-agent可以运行linter（代码检查工具），确保代码符合语法规范。
文件查看器： 提供了一个专门构建的文件查看器，能够在每轮显示100行代码，支持上下滚动和搜索功能，以便更有效地查看和编辑代码。
全目录字符串搜索： SWE-agent具备全目录字符串搜索功能，能够简洁地列出所有匹配搜索条件的文件和代码片段。
命令与反馈： 通过智能体-计算机接口（ACI），SWE-agent能够接收和执行以自然语言形式给出的命令，并提供相应的反馈。
测试编写与执行： SWE-agent能够编写并执行测试代码，验证修复的有效性。

SWE-agent的工作流程主要分为以下几个步骤：

理解问题： SWE-agent通过自然语言处理（NLP）技术理解GitHub存储库中的问题描述。这一步骤依赖于其内部集成的大型语言模型（如GPT-4），该模型能够解析和理解人类编写的问题报告。
智能体-计算机接口（ACI）： SWE-agent使用ACI与代码库进行交互。ACI是一套设计用来简化大模型与计算机系统交互的命令和反馈格式。通过ACI，SWE-agent可以浏览代码库、搜索文件、查看和编辑代码，甚至执行代码。
代码分析与修复： 在理解了问题之后，SWE-agent会分析相关的代码，定位可能的错误或漏洞，并生成修复方案。这可能包括修改现有代码、添加缺失的代码或者重构代码结构。
自动化测试： 为了确保修复有效，SWE-agent能够自动编写和执行测试用例。这些测试用例旨在验证代码更改是否解决了原始问题，并且没有引入新的错误。
性能反馈： SWE-agent执行的每一步操作都会产生反馈，这些反馈用于评估其工作的效果。特别是在SWE-bench基准测试中，SWE-agent会评估其生成的拉取请求是否真正解决了问题。
迭代与优化： SWE-agent的设计允许不断的迭代和优化。研究团队通过收集使用中的反馈和性能数据，不断改进ACI设计，提高SWE-agent的问题解决能力和代码修复的准确性。

SWE-agent的开源发布标志着AI在软件开发领域应用的又一重大进展。该系统有望帮助程序员更高效地解决代码问题，提高软件开发效率，并为未来的软件开发模式带来新的变革。

SWE-agent的官网入口：

【source】https://ai-bot.cn/swe-agent/