MemGovern团队 投稿 量子位 | 公众号 QbitAI 人类程序员碰到棘手bug通常会上网查询前辈经验。 当前AI虽然开始具备联网搜索能力，但仍不能很好地从网络经验中获取修复bug的能力。 让AI学习人类程序员的工作流程或许有助于其提升bug修复能力，名为 MemGovern 的项目团队在此思路下做出的尝试近期得到了良好的效 果。 在自动化软件工程 （SWE） 领域，大语言模型驱动的代码智能体 （Code Agents） 虽然在编程范式上带来了变革，但它们目前普遍面 临"封闭世界"的认知局限： 现有的智能体往往试图从零开始修复Bug，或者仅依赖仓库内的局部上下文，而忽略了GitHub等平台上积累的浩 瀚历史人类经验 。 事实上，人类工程师在解决复杂问题时，往往会搜索开源社区，借鉴相似问题的历史解决方案。 然而，直接让智能体利用这些"开放世界"的经验极具挑战，因为真实的Issue和Pull Request （PR） 数据充斥着非结构化的社交噪音、模棱 两可的描述以及碎片化的信息。 为了突破这一壁垒，前沿开源学术社区 QuantaAlpha 联合 中国科学院大学（UCAS）、新加坡国立大学（NUS）、北京 ...