来源笔记
TRIM: Reducing AI-Generated CodeSlop via Agent Trajectory Minimization
摘要
TRIM 利用智能体的修复轨迹来引导保持行为不变的最小化，从而减少 AI 生成的修复补丁中的不必要编辑。在四种智能体框架和两个基准测试中，它减少了 17.8%–32.9% 的 CodeSlop，正确性几乎没有回归，验证成本约为 Delta Debugging 的一半。
问题
- 编码智能体经常在通过测试的补丁中留下推测性、已放弃和临时性的编辑，导致补丁规模扩大，并增加审查和维护成本。
- 论文将这种残留且可移除的功能冗余定义为 CodeSlop，并以此为目标，因为仅通过测试并不能找出最小的正确修复。
方法
- TRIM（Trajectory-guided Redundancy Identification and Minimization）重建智能体的修复轨迹，保留最终存活的编辑和与任务相关的反馈请求。
- 它执行分层反事实搜索：首先测试移除编辑序列，然后测试移除文件，最后测试移除单个编辑。
- 只有当执行测试仍然通过且补丁规模变小时，系统才接受候选移除操作；同时利用轨迹顺序近似依赖关系，以缩小搜索空间。
结果
- 使用 CrashFixer、SWE Agent、MiniSWE Agent 和 OpenHands，在 Live-kBench 和 SWE-Bench 上进行评估。
- 在报告的各项设置中，CodeSlop 减少了 17.8%–32.9%；摘要报告的范围为 17.9%–32.9%。
- 相比基于智能体的最小化基线，性能提升了 1.6×–3.1×，且正确性几乎没有回归。
- 所需验证成本约为 Delta Debugging 等算法基线的一半。
- 在某些情况下，最小化后的补丁与开发者编写的补丁完全一致；其中一个示例将 SWE-Bench 中包含三个文件、五个代码块的补丁缩减为人工修复中的单行代码。