编码 agent 一进大仓库就犯迷糊，问题出在哪。
简单说，不是模型不够聪明，是它一次能看见的东西不配套。这周收的 RepoAtlas，就是冲这个来的。
9 月 15 日挂上 arXiv，v1，编号 2609.16936，归在软件工程下，也标了人工智能方向。八个人，第一作者 Yunxiang Zhang。这些不重要，我提一句是因为肯定有人要编号。
它要解决的是"看不见关系"
在单个文件里改个 bug，agent 现在做得不错。放进整个仓库，就常出问题。
原因不神秘。文件之间怎么互相牵扯，是网状的。它读的却是文本，一行一行顺着走。
文本天生不擅长表达网。翻到第三层，第一层已经掉出 context window。你改了一个函数，调用它的地方在另一个目录里躺着，它没看见，改完就崩。这种事不稀奇。
论文里那句话说得挺准。agent 不能只生成看起来合理的补丁，它得在互相依赖的文件里找准位置，还得维持一个既够用又不太散的上下文。
代码图不新鲜，新鲜的是怎么给
把仓库画成图，这个思路有年头了。图能表达跨文件、跨模块的关系，文本表达不了。
但整个仓库的图直接渲出来没用，密到看不清，人也读不动，别说 agent。只给一块局部视图呢，也不行。它一探索，处境就变了，刚才那块立刻过期。
两头都堵死，就得找第三条路。
RepoAtlas 的做法：选、投、刷
它不需要额外训练，是个模块。
三步循环。先从问题描述里找线索，结合 agent 当前探到哪，在固定预算下圈一块最相关的区域。然后把这块结构投影成两份表示，一份视觉、一份文本，互相补。最后，一旦探索状态变了、旧视图不适用了，就刷新。
选、投、刷，循环着来。
这里说"多模态"没有玄机。就是同一块结构，一份画成图，一份写成字，两份一起喂。
不训练这一点，对普通人的意义比想象中大
我的偏见是，这半年值得普通人留意的进展，多半不是新模型，是这种外挂式的模块。
新模型你只能等，等它便宜。模块你能看懂，甚至能抄。
选一小块、换一种表示、过期就重做，这思路不只对 agent 有用。你自己组织 prompt 时也能这么干。别一次把整个项目倒进去，先挑最相关的那一部分，用完再换。
2.4 个百分点，少 5.8% 输入 token，少 7.8% 调用次数
这是在 SWE-bench Verified 上跑出来的，对比的是最强的多模态图基线。
三个数放一起看，比单看哪一个都有意思。
解决率高了一点，同时 token 花得更少，模型调用次数也更少。也就是说它不是靠砸更多上下文赢的。
这跟当下很流行的一种说法正好反着。很多人还在追窗口越大越好。这篇的结论是，塞得准比塞得多重要。
论文还说，这个提升在三种模型家族、不同规模上都一致。换模型也管用，说明它修的是流程，不是某一个模型的脾气。
这条我只看懂一半
老实讲，它具体怎么在图里做选择、投影那一步本身有多少开销，摘要里没写透，正文我还没读完。
所以先放在这里，等我搞明白再补一句。
另外它只在一个基准上评过。单一基准上的 2.4 个点，我不会当结论用，只当方向看。
想看原文的，arXiv 页面有 PDF，有实验性的 HTML，还有 TeX 源码，许可信息也在那一页上。
这周热的东西不少，为什么挑这条
因为它能落到你手上，别的落不下来。
一个跑分、一次发布，你只能围观。一个"选、投、刷"的循环，你今天就能拿自己手上的活试一遍。
还有一件事
大家聊 agent，聊的都是它能跑多少步、一次能做多少事。
我越来越觉得，卡点在它每一步能看见什么。
给 agent 一堆文件，和给它一张会变的地图，是两码事。前者是让它自己摸，后者是告诉它现在该看哪。
顺着这个思路往下想，其实你自己也是那个 agent。手艺不在于知道的多少，在于每一步把注意力放对地方。
本周就这些。
上面有任何一条你试过、或者觉得我讲错了，欢迎告诉我。讲错的我补，没讲清的我改。
下周见。