OpenAI于周二发布了GPT-5.4的mini和nano两个小型模型，专注于代码搜索和文件审查等任务。mini模型在编程基准测试中表现接近完整的GPT-5.4，且运行速度更快；nano模型则是最便宜的选择，适合高频工作。这些小型模型的推出使用户能够以更低成本完成复杂任务，竞争对手也在推出类似产品。

GitHub推出了新的Copilot嵌入模型，提升了VS Code中的代码搜索速度和准确性，检索质量提高了37.6%。该模型优化了内存使用，支持更快的响应，帮助开发者更有效地找到相关代码片段。

在构建Graphite Chat的代码搜索工具时，面对数十万文件的挑战，传统grep方法效率低下。通过使用Elasticsearch进行索引并结合Git的blob和tree对象双查询策略，实现了快速搜索，延迟低于100毫秒。

在最新的17.14.11版本中，Visual Studio引入了远程语义搜索，提升了代码搜索的精准度和效率。与传统的BM25关键词搜索不同，语义搜索能够理解查询含义，识别同义词和上下文，从而提供更相关的结果，帮助开发者更高效地查找代码，节省时间。

GitLab推出的精确代码搜索功能，能够在48TB的代码库中快速找到精确匹配的代码，解决了传统搜索工具的误报和效率低下问题。该功能支持正则表达式和多行匹配，提升了调试、代码探索和安全审计的效率，显著改善了团队协作和代码质量。

Codel是一个代码搜索工具，允许用户从reddit、博客等多个互联网来源搜索代码，旨在帮助开发者找到可靠的代码，而非依赖AI生成的新代码。它可以搜索整个git仓库，简化查找过程。

2025年4月发布的Visual Studio Code更新引入了智能聊天指令、GitHub工具支持和图像流HTTP支持。用户可通过Markdown文件自定义AI体验，改进了多窗口支持和编辑性能，并增强了代码搜索和扩展管理功能。

Aider是一个开源工具，通过构建repo map帮助AI代理搜索和利用相关代码。它利用Tree-sitter生成代码的抽象语法树（AST），以识别函数、类和变量的位置。有效的AI代码搜索工具对提升AI在大型代码库中的性能至关重要。

Grep通过迁移到Next.js，实现了更快的代码搜索体验，采用服务器组件优化页面加载速度和搜索交互，避免布局偏移，并通过预取数据和状态同步提供即时反馈，提升性能和用户体验。

我研究了微软的CodeBERT模型，专注于代码搜索问题。该模型通过自然语言查询和代码片段进行二分类，输出匹配结果。尽管在小项目中有效，但在大型代码库中效率低下。接下来，我计划研究GraphCodeBERT，以寻找更好的解决方案。

Vercel收购Grep，旨在加速开发者工作。Grep能够快速搜索50万个公共git代码库，提高调试和学习效率。创始人Dan Fox将加入Vercel AI团队，推动代码搜索的发展。

Visual Studio最新更新中添加了代码搜索的新范围选项，可以在整个解决方案、当前项目或当前文档中进行搜索，提高效率。使用方法简单，打开代码搜索窗口并选择相应的范围选项。

GitHub Enterprise Server 3.13现已推出，为开发人员、管理员和运营商提供了新功能。更新包括改进的代码搜索、增强的安全报告和更好的协作工具。发布的亮点包括仓库自定义属性、Elasticsearch升级和改进的审计日志事件。

新模型text-embedding-ada-002取代了五个独立模型，在文本搜索、相似性和代码搜索方面优于Davinci模型，且价格降低99.8%。

嵌入是将概念转化为数字序列的表示，便于计算机理解概念间的关系。我们的嵌入在三个基准测试中表现优异，代码搜索提升了20%。嵌入适用于自然语言和代码，便于其他机器学习模型使用。