AI 自動修 bug，解決率達(dá) 44%！這是全球開源模型的最新最強(qiáng)水平。

來自螞蟻的開源新模型，在 SWE-bench Lite 上超越所有開源方案，性能媲美閉源模型。

具體表現(xiàn)如下，在 SWE-bench Lite 上：

所有開源模型方法（Open Weight Model）中排名第一；

所有開源系統(tǒng)方法（Open Source Syestem）中排名第六；

總體排名第 14；

優(yōu)于目前榜單最好開源模型“KGCompass”7.33%。

他們首創(chuàng)將倉庫代碼圖模態(tài)融入大模型（Code Graph Model, CGM），讓大語言模型能直接理解代碼圖，更高效修復(fù) bug、補(bǔ)全代碼。

這徹底擺脫對黑盒模型（如 GPT-4 或 Claude 3.7 等）和復(fù)雜 Agent 工作流程的依賴，實(shí)現(xiàn)更加可控、透明、安全的 SE 自動化。

而且，CGM 完全基于開源模型。要知道，開源模型在 SWE-bench 上的表現(xiàn)通常不夠好，此前幾乎所有 SOTA 級方案都是基于閉源模型實(shí)現(xiàn)。而 CGM 基于 Qwen 模型，做到了比肩閉源模型的水平。

CGM 僅需 4 步就能快速定位、生成補(bǔ)丁，省去了 Agent 方案中復(fù)雜的編排過程，效率直線 up。

讓 AI 真正理解大模型代碼庫

大模型趨勢以來，AI 編程迅速崛起，尤其是在寫函數(shù)這類小任務(wù)上的表現(xiàn)出色，比如在 HumanEval 等基準(zhǔn)測試上，許多模型的準(zhǔn)確率已經(jīng)超過 90%。

然而真實(shí)的軟件工程遠(yuǎn)比”寫一個函數(shù)“復(fù)雜得多。像 Bug 修復(fù)、功能增強(qiáng)這樣的任務(wù)，通常需要跨文件、跨模塊操作，并要求模型理解項目中復(fù)雜的結(jié)構(gòu)、依賴關(guān)系和類的繼承體系。

現(xiàn)在的主流方法通常是使用基于閉源模型的 Agent。它們可以模擬人類程序員行為，如觀察代碼、調(diào)用工具、多輪交互等完成任務(wù)。

但這類方法也存在幾個問題：

行為路徑不可控，容易積累推理誤差；

依賴 GPT-4、Claude 等閉源模型，難以私有部署或定制；

工程成本高，效率不高。

與此同時，當(dāng)前使用開源模型的方案，很難實(shí)現(xiàn) SOTA 級效果。

為此研究團(tuán)隊提出：能否只用開源模型、不依賴 Agent，解決倉庫級任務(wù)？CGM 由此而來。

??圖結(jié)構(gòu)與大模型深度融合

CGM 采用類似 Vision-Language Model（VLM）的跨模態(tài)建模方式。它將傳統(tǒng) LLM 的文本理解能力與代碼倉庫的結(jié)構(gòu)圖（Graph）結(jié)合，形成一種圖-語言多模態(tài)模型。模型核心融合了兩個模態(tài)：

圖模態(tài)：將倉庫構(gòu)建為結(jié)構(gòu)化圖，節(jié)點(diǎn)包括函數(shù)、類、文件、包等 7 種類型，邊表示調(diào)用、包含、繼承等依賴；

語言模態(tài)：用戶輸入的自然語言描述和代碼提示，驅(qū)動模型生成 patch 或回答。

模型輸入為代碼圖和文本形式的 prompt，將在 LLM 中對結(jié)構(gòu)-語義進(jìn)行雙模態(tài)對齊。

具體結(jié)構(gòu)融合方法如下：

使用小型編碼器（CodeT5+）對每個節(jié)點(diǎn)進(jìn)行編碼，壓縮為單個“節(jié)點(diǎn) token”，每個節(jié)點(diǎn)內(nèi)按照至多 512 個 token 的文本塊切分。

通過一個適配器（一個兩層 MLP）將編碼后的節(jié)點(diǎn)表征映射到 LLM 輸入嵌入空間中。相當(dāng)于將 LLM 上下文擴(kuò)展 512 倍，能更好處理海量的代碼倉庫上下文。

使用圖感知注意力掩碼（Graph-aware Attention Mask）。替代 LLM 中原有的因果注意力，使注意力機(jī)制只作用于相鄰節(jié)點(diǎn)間。類似于 GNN 的消息傳遞機(jī)制，能夠讓 LLM 直接感知和利用代碼的結(jié)構(gòu)依賴關(guān)系。

??兩階段訓(xùn)練：結(jié)構(gòu)理解 + 問題泛化

基于此模型架構(gòu)，團(tuán)隊通過兩階段訓(xùn)練讓 LLM 能夠理解代碼圖的拓?fù)浣Y(jié)構(gòu)。

階段一：子圖重構(gòu)預(yù)訓(xùn)練

為了訓(xùn)練 CGM 有效捕捉代碼圖的語義和結(jié)構(gòu)信息，團(tuán)隊設(shè)計了一個“圖生代碼 (Graph-to-Code)”任務(wù)。從大型代碼圖中隨機(jī)采樣出子圖（限制節(jié)點(diǎn)數(shù)量以控制輸出代碼長度），模型需要根據(jù)這些輸入的子圖（僅包含節(jié)點(diǎn)類型和連接關(guān)系，不含完整的代碼內(nèi)容）來重建出原始的代碼片段。

然后采用層級化方法，保持重建代碼的結(jié)構(gòu)一致性和可讀性。按照拓?fù)渑判蚺c行號順序拼接倉庫上下文：高級別節(jié)點(diǎn)（如 REPO、PACKAGE）置于輸出序列或文件的起始；文件節(jié)點(diǎn)通過拓?fù)渑判虼_定順序；文件內(nèi)節(jié)點(diǎn)（如 CLASS、FUNCTION）則按行號順序拼接。

階段二：噪聲增強(qiáng)微調(diào)

此階段使用真實(shí)的 GitHub 問題-修復(fù)補(bǔ)丁數(shù)據(jù)對 CGM 進(jìn)行微調(diào)。

模型學(xué)習(xí)基于兩項輸入生成代碼補(bǔ)丁：(i) 一個相關(guān)的代碼子圖；(ii) 一段文本提示，指明根據(jù)補(bǔ)丁可能需要修改的實(shí)際文件。為了提升模型的魯棒性，特意在提示中引入了 10% 的噪聲輸入：例如，提示中可能包含一個實(shí)際上無需修改的不相關(guān)文件，或者遺漏至少一個本應(yīng)被修改的關(guān)鍵文件。在訓(xùn)練中引入這種受控的噪聲有助于模型更好地泛化到實(shí)際輸入信息不完整或包含干擾的場景。

??推理階段：Graph-RAG 框架替代 Agent

最后，為了進(jìn)一步提升實(shí)際應(yīng)用能力，CGM 構(gòu)建了一個無 Agent 輕量化框架 Graph-RAG。

它還原了人類程序員 bug 修復(fù)工作流，但比現(xiàn)有 Agent 方案效率更高。

核心模塊數(shù)量從 10 個進(jìn)一步精簡到了 4 個：改寫器 → 檢索器 → 重排器 → 生成器（CGM 模型）。

改寫器（Rewriter）：改寫問題描述，提取關(guān)鍵詞與相關(guān)文件；

檢索器（Retriever）：通過語義與結(jié)構(gòu)檢索，從代碼圖中抽取連通子圖；

重排器（Reranker）：排序檢索結(jié)果，選擇最關(guān)鍵文件用于生成；

生成器（Reader）：結(jié)合子圖與提示生成最終修復(fù)代碼。

基于以上，CGM 在多個測試基準(zhǔn)中取得了領(lǐng)先成績。具體如下 ——

實(shí)驗結(jié)果

研究團(tuán)隊在多個主流基準(zhǔn)上系統(tǒng)評估了 CGM 的性能，涵蓋兩個主要任務(wù)類別：（1）代碼修復(fù)和（2）代碼補(bǔ)全。

倉庫級別的代碼修復(fù)

在 SWE-bench Lite Leaderboard 上，CGM 以 44.00% 的結(jié)果排名開源權(quán)重榜單第一。

在 SWE-bench Verified 上，CGM 相比于最佳開源基線提升了 10.20%，至 50.40%；

對于 Java 項目，CGM 在 SWE-bench-java Verified 上達(dá)到 14.29%，則相比于最佳開源基線提升了 4.4%。

這些結(jié)果表明 CGM 能夠處理跨語言、跨項目的大規(guī)模倉庫級 Bug 修復(fù)任務(wù)，展現(xiàn)出強(qiáng)大的結(jié)構(gòu)理解與泛化能力。

倉庫級別的代碼補(bǔ)全

在復(fù)雜代碼生成任務(wù)中，CGM 在 ComplexCodeEval 和 CrossCodeEval 上也顯著領(lǐng)先于同尺寸開源模型，特別是在需要跨文件推理和補(bǔ)全的場景下效果突出。

此外，研究團(tuán)隊在不同基座模型上（CodeLlama-7B 和 DeepSeek-Coder-7B）分別部署了 CGM，并與近期 RAG 系統(tǒng)進(jìn)行比較。結(jié)果顯示，CGM 具備很好通用性，可以適配多種基座模型，并且表現(xiàn)超越傳統(tǒng) RAG 方法。

總結(jié)來看，CGM 不依賴復(fù)雜 Agent 系統(tǒng)，首次實(shí)現(xiàn)了在大模型中融合代碼圖模態(tài)，讓 AI 像人類一樣 get 倉庫里文本和代碼之間的復(fù)雜依賴關(guān)系，“真正理解一個項目”。

更關(guān)鍵的是，它基于開源模型就能實(shí)現(xiàn)，不局限于特定模型。為企業(yè)和開發(fā)者提供了一個靈活、透明且可控的方案。

??最后，CGM 的技術(shù)論文、核心代碼、模型權(quán)重與訓(xùn)練數(shù)據(jù)均已開源，感興趣的同學(xué)可進(jìn)一步了解詳情。

技術(shù)論文：https://arxiv.org/abs/2505.16901

開源代碼：https://github.com/codefuse-ai/CodeFuse-CGM

模型權(quán)重：https://huggingface.co/codefuse-ai/CodeFuse-CGM-72B

訓(xùn)練數(shù)據(jù)：https://huggingface.co/datasets/codefuse-ai/CodeGraph

??團(tuán)隊此前工作：

Code LLM綜述：Awesome-Code-LLM（TMLR）https://github.com/codefuse-ai/Awesome-Code-LLM

Graph+LLM前序研究：GALLa（ACL 2025）https://github.com/codefuse-ai/GALLa

高效注意力架構(gòu)：Rodimus（ICLR 2025）https://arxiv.org/abs/2410.06577

代碼多任務(wù)微調(diào)框架：MFTCoder（KDD 2024）https://arxiv.org/abs/2311.02303