利用标注式代理发现程序追踪回答开发者问题

DOI

开发者经常发现自己提出的是跨越代码库的问题。回答这些问题需要收集相关事实并追踪程序中的流程。然而，当前的工具对回答这些问题支持有限。开发者可以使用忽略流程的不精确 AI 工具，或者使用施加大量选择的流程追踪工具。在本文中，我们引入一种新工具，通过结合 AI 和流程的元素来更好地回答问题。我们在 Trailblazer 中实现了这一想法，该系统由一个模拟信息觅食者的 AI 代理支持，迭代追踪程序依赖关系以搜索答案。然后，Trailblazer 将发现的信息打包成答案摘要，包括交互式标注的探索追踪。这些追踪可以逐步浏览，以帮助开发者定位代码并找到答案在代码中的分布位置。在一项实验室研究中，Trailblazer 帮助参与者在回答问题时比 AI 问答基线更高效，并更好地熟悉程序流程。这表明 AI 代理可以利用程序流程为其答案带来额外的结构和清晰度。