代碼定位太慢？螞蟻ACL2026新作：讓模型自己學(xué)會(huì)「該搜多少」

新智元報(bào)道

【新智元導(dǎo)讀】FuseSearch：學(xué)習(xí)型自適應(yīng)并行執(zhí)行 —— 一個(gè)40億參數(shù)的模型，憑什么在代碼定位上干過(guò)了商用閉源大模型？答案只有四個(gè)字：搜得更聰明。

在AI編程狂飆突進(jìn)的今天，一個(gè)尷尬的事實(shí)正在浮出水面：

你花在「讓 AI 改代碼」上的錢(qián)，超過(guò)一半其實(shí)燒在了「找代碼」上。

研究表明，當(dāng)前最先進(jìn)的AI編程Agent，超過(guò)50%的計(jì)算資源消耗在代碼搜索與定位環(huán)節(jié)——Agent翻來(lái)覆去地搜文件、讀代碼、定位函數(shù)，輪次消耗驚人，Token賬單飛漲。

當(dāng)所有人都在卷「模型多大、能寫(xiě)多長(zhǎng)的代碼」時(shí)，螞蟻集團(tuán)的一篇ACL 2026 Findings論文把目光轉(zhuǎn)向了一個(gè)更底層的問(wèn)題：能不能讓搜索本身變得更聰明？

答案是可以。而且效果堪稱(chēng)驚艷——

FuseSearch-4B，一個(gè)僅40億參數(shù)的開(kāi)源模型，在SWE-bench Verified上達(dá)到84.7%文件級(jí)F1，匹配Claude Haiku 4.5的定位能力，同時(shí)速度快93.6%，Token消耗降低68.9%。

怎么做到的？一句話：讓模型自己學(xué)會(huì)該并行多少。

代碼定位

AI編程最燒錢(qián)的「卡脖子」環(huán)節(jié)

設(shè)想這樣一個(gè)場(chǎng)景：你讓AI幫你修一個(gè)Bug，它需要在一個(gè)幾十萬(wàn)行代碼的大型項(xiàng)目中，精準(zhǔn)找到該改哪個(gè)文件、哪個(gè)函數(shù)。

這就是代碼定位（Code Localization）——自動(dòng)軟件修復(fù)中最關(guān)鍵、也最昂貴的瓶頸。

現(xiàn)有方案分為兩大流派，各有各的痛點(diǎn)：

但這兩派有一個(gè)共同的致命缺陷：一次只能做一件事。

每一輪交互只能調(diào)用一個(gè)工具，逐步縮小范圍。就像你在圖書(shū)館找一本書(shū)，規(guī)定每次只能翻開(kāi)一個(gè)書(shū)架看一眼——輪次用完了，信息還沒(méi)收集夠。

論文把這種現(xiàn)象稱(chēng)為信息匱乏（Information Starvation）。

并行 ≠ 萬(wàn)能解藥

那解決方案似乎很簡(jiǎn)單——一次多調(diào)幾個(gè)工具不就行了？

沒(méi)那么容易。論文實(shí)驗(yàn)揭示了一個(gè)反直覺(jué)的發(fā)現(xiàn)：無(wú)腦并行反而更糟。

如果固定每輪調(diào)用8個(gè)工具（樸素的并行策略），會(huì)產(chǎn)生超過(guò)34.9%的冗余調(diào)用——重復(fù)搜索已經(jīng)看過(guò)的代碼區(qū)域，不僅浪費(fèi)Token，還會(huì)引入噪聲信號(hào)干擾判斷。

核心矛盾就此浮出水面：

并行少了→信息不夠用，定位精度下降。并行多了→大量冗余，浪費(fèi)計(jì)算資源。

FuseSearch的核心洞察是：搜索效率和搜索質(zhì)量并非對(duì)立關(guān)系。關(guān)鍵不在于并行多少，而在于——什么時(shí)候該多并行，什么時(shí)候該少并行。

FuseSearch

極簡(jiǎn)工具箱 + 自適應(yīng)智能

FuseSearch的設(shè)計(jì)哲學(xué)出奇地優(yōu)雅：不給模型定死規(guī)則，讓它自己學(xué)會(huì)動(dòng)態(tài)調(diào)整并行度。

3.1 三把「瑞士軍刀」

零成本部署

FuseSearch只用三個(gè)只讀工具，極其克制：

就這三個(gè)。不需要代碼知識(shí)圖譜，不需要語(yǔ)法解析器，不需要任何重型基礎(chǔ)設(shè)施。零依賴，拿來(lái)就能用，可即時(shí)部署到任意代碼倉(cāng)庫(kù)。語(yǔ)言無(wú)關(guān)，Python 倉(cāng)庫(kù)能用，Java倉(cāng)庫(kù)也能用。

工具雖少，能力完備——glob找文件、grep 搜內(nèi)容、read_file讀細(xì)節(jié)，三者組合可以遍歷整個(gè)代碼庫(kù)。

關(guān)鍵創(chuàng)新

用「信息增益」量化搜索質(zhì)量

論文首次提出工具效率（Tool Efficiency）指標(biāo)，衡量每次工具調(diào)用的信息新穎性：

信息增益=新發(fā)現(xiàn)的代碼實(shí)體數(shù)÷總返回的代碼實(shí)體數(shù)

打個(gè)比方：你派了5個(gè)偵察兵去探路。如果5個(gè)人報(bào)告的都是同一條路，那4 個(gè)人就白跑了。工具效率衡量的，就是「每個(gè)偵察兵帶回了多少獨(dú)家情報(bào)」。

效率越高 → 每次搜索都在探索新區(qū)域。效率越低 → 在做重復(fù)勞動(dòng)。

兩階段訓(xùn)練

先學(xué)會(huì)并行，再學(xué)會(huì)聰明地并行

FuseSearch的訓(xùn)練策略分兩步走：

階段一：監(jiān)督微調(diào)（SFT）——建立并行能力

從233個(gè)高質(zhì)量GitHub倉(cāng)庫(kù)中提取約21,000個(gè)issue-patch對(duì)，用強(qiáng)大的教師模型（Kimi-K2-Instruct）生成搜索軌跡。然后用雙重標(biāo)準(zhǔn)嚴(yán)格篩選：

• 定位準(zhǔn)確率 ≥ 0.8

• 工具效率 ≥ 0.5

從約24,000條候選軌跡中，精選出約 6,000 條「又準(zhǔn)又不浪費(fèi)」的高質(zhì)量數(shù)據(jù)，教會(huì)小模型「每輪可以同時(shí)調(diào) 2-8 個(gè)工具」。

階段二：強(qiáng)化學(xué)習(xí)（RL）——學(xué)會(huì)自適應(yīng)

SFT之后，模型會(huì)并行了，但還不知道什么時(shí)候該多并行、什么時(shí)候該少并行。

RL階段的獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)得極為精妙：

\text{獎(jiǎng)勵(lì)} = 0.8 \times \text{定位準(zhǔn)確率} + 0.2 \times (\text{定位準(zhǔn)確率} \times \text{工具效率})

注意那個(gè)乘積項(xiàng)：

• 只有「找得準(zhǔn)」且「搜得不浪費(fèi)」同時(shí)滿足，才能拿到額外獎(jiǎng)勵(lì)

• 如果定位完全錯(cuò)誤（準(zhǔn)確率=0），無(wú)論效率多高，獎(jiǎng)勵(lì)都是零——模型不能「高效地犯錯(cuò)」

這個(gè)設(shè)計(jì)迫使模型在搜索的每個(gè)階段都做權(quán)衡：當(dāng)前是廣撒網(wǎng)收益大，還是精準(zhǔn)驗(yàn)證收益大？

訓(xùn)練結(jié)果：一種「先撒網(wǎng)、再收網(wǎng)」的搜索策略

經(jīng)過(guò)RL訓(xùn)練，模型自動(dòng)學(xué)會(huì)了一種「老司機(jī)」式的自適應(yīng)搜索模式：

這種「先廣度、后深度」的模式，完全是模型自己從獎(jiǎng)勵(lì)信號(hào)中學(xué)出來(lái)的，沒(méi)有任何人工規(guī)則。

實(shí)驗(yàn)結(jié)果：小模型大翻身

5.1 核心數(shù)據(jù)（SWE-bench Verified，386 個(gè)實(shí)例）

在Qwen3-4B上對(duì)比之前的方法RepoSearcher，F(xiàn)useSearch的提升堪稱(chēng)碾壓：

一句話總結(jié)：準(zhǔn)確率翻倍，速度快16倍，Token省了近70%。

5.2 40億參數(shù) vs.商用閉源大模型

一個(gè)可以本地部署的4B開(kāi)源小模型，定位能力與商用閉源大模型持平，同時(shí)更快、更省。

5.3 接入下游Agent：不掉精度，省一半成本

把FuseSearch-4B作為Kimi-K2-Instruct的「前置搜索引擎」：

不影響修復(fù)效果，直接把成本砍掉近一半。

為什么這項(xiàng)工作值得關(guān)注？

FuseSearch帶來(lái)了三個(gè)層面的貢獻(xiàn)：

學(xué)術(shù)層面

首次將「搜索效率」變成一個(gè)可訓(xùn)練的目標(biāo)。不是簡(jiǎn)單地讓模型多搜或少搜，而是通過(guò)精巧的獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)，讓模型自己學(xué)會(huì)「什么時(shí)候該搜多少」。這為 Agent 工具調(diào)用策略的優(yōu)化提供了一個(gè)新范式。

工程層面

極簡(jiǎn)設(shè)計(jì)，零部署成本。三個(gè)只讀工具，語(yǔ)言無(wú)關(guān)，不依賴任何重型基礎(chǔ)設(shè)施。論文作者已將代碼開(kāi)源，可即時(shí)部署到任意代碼倉(cāng)庫(kù)。

產(chǎn)業(yè)層面

小模型逆襲大模型。40億參數(shù)匹配Claude級(jí)別的定位表現(xiàn)，證明了「聰明的策略」比「堆參數(shù)」更重要。對(duì)于對(duì)延遲和成本敏感的工業(yè)級(jí)AI編程場(chǎng)景，這條路線極具落地價(jià)值。

論文信息

• 論文標(biāo)題：FuseSearch: Learning Adaptive Parallel Execution for Efficient Code Localization

• 收錄會(huì)議：ACL 2026 Findings

• 作者單位：螞蟻集團(tuán)（Ant Group）

• 論文鏈接：https://github.com/sxthunder/FuseSearch