One Minute Read Paper Stair Reusing Past Repairs Through Hierarchical Trajectory Abstraction For Coding Agents
内容提要
STAIR框架通过分层轨迹抽象，使AI编程代理能从历史修复中学习，将经验转化为可复用计划。在SWE-bench测试中，STAIR配合开源模型达到81.2%准确率，超越商业模型。该框架存在冷启动和语言局限，但未来可应用于多领域。
延伸解读
框架设计可弥补模型差距
实验显示，STAIR配合开源模型MiniMax M2.5达到81.2%的Pass@1，超过配合GPT-5的79.2%，并与基于Claude 4.5 Opus的Sonar Foundation Agent持平。这表明在资源受限时，优化代理架构可能比追求最强模型更具性价比。消融实验也证实，多层抽象比单层或原始轨迹提升13-19个百分点，凸显了框架设计的重要性。
冷启动与成本限制
STAIR需要预先处理历史轨迹，成本约211美元（479个轨迹），新仓库在积累足够数据前无法获得有效指导。这意味着其应用依赖于组织已有的修复记录，对于历史数据不足的团队，初期投入可能较高。此外，计划质量依赖底层LLM（如GPT-5），若使用较弱模型，抽象效果可能打折。
跨语言与失败轨迹的局限
实验仅在Python代码库上进行，跨语言迁移效果未验证，因此对其他编程语言或领域的适用性尚不明确。回退分析显示约19%的情况下STAIR未能解决而基线成功，主要源于计划不完整或执行偏离。未来研究可关注失败轨迹的价值，将“什么不起作用”编码为反模式知识，以提升鲁棒性。
Q&A
STAIR框架是什么？它主要解决什么问题？
STAIR（Hierarchical Trajectory Abstraction for Coding Agents）是一个用于编码代理的框架，通过分层轨迹抽象，让AI编程代理从历史修复中学习，将经验转化为可复用计划，解决现有代理将每个issue视为独立任务、丢弃历史修复知识的问题。
STAIR框架的核心创新是什么？它是如何工作的？
核心创新是分层轨迹抽象，通过分组和抽象两个操作符，将历史修复轨迹从细粒度步骤抽象为中层策略和高层原则，形成层次化结构。框架包含四个模块：程序性知识构建、分层轨迹抽象、指导检索与计划生成、计划引导的问题解决，形成收集-抽象-检索-应用的闭环。
STAIR在SWE-bench上的表现如何？
在SWE-bench Verified上，STAIR配合开源模型MiniMax M2.5达到81.2% Pass@1，排名第一；配合GPT-5达到79.2%，与基于Claude 4.5 Opus的Sonar Foundation Agent持平。这表明框架设计可以弥补骨干模型能力的差距。
STAIR相比现有知识复用方法有哪些优势？
现有方法（如Lingxi、SWE-Exp、ExpeRepair）存在三个局限：仅从单一粒度级别表示知识、检索到的知识不针对目标issue适配、未关联相似轨迹提取模式。STAIR通过分层抽象、适配和关联，克服了这些局限，实现了更有效的知识复用。
STAIR框架有哪些局限性？
局限性包括：冷启动问题（预处理成本约211美元，新仓库需积累历史）；计划质量依赖LLM（分组和抽象基于GPT-5）；实验仅限于Python代码库，跨语言迁移未验证；约19%的情况下STAIR未能解决而基线解决了，主要源于计划不完整或执行偏离。
STAIR框架未来可能应用在哪些领域？
未来可应用于Web导航、数据分析、科学发现等多步推理场景；多智能体协作系统中共享层次化程序性记忆；个性化AI助手将用户偏好编码为多层次可复用知识。
