一分钟读论文：《CGM：让AI像程序员一样理解整个代码库》

一分钟读论文：CGM让AI像程序员一样理解整个代码库

📝 论文概览

论文标题：Code Graph Model (CGM)

作者：蚂蚁集团研究团队

会议：NeurIPS 2025

---

🎯 核心问题

想象一下，你面对一个拥有数千个文件、数百万行代码的大型项目，要修复一个bug。你需要：理解问题、找到相关文件、梳理函数调用关系、修改代码。这对经验丰富的程序员来说都是挑战，更别说AI了。

但现在，来自蚂蚁集团的研究团队在NeurIPS 2025上发表的Code Graph Model（CGM），让开源AI也能像资深程序员一样，处理这种仓库级别的软件工程任务。

---

🔬 核心技术

什么是代码图？

把代码库想象成一张地图：

• 节点：文件、函数、类
• 边：它们之间的关系——谁调用了谁、谁继承了谁、谁导入了谁

比如，文件A里的函数X调用了文件B里的函数Y，那么X和Y之间就有一条”调用关系”的边。

通过这种方式，整个代码库的结构就被清晰地表示出来了。

R4链：四个步骤解决问题

CGM采用了一个叫R4链的框架，由四个组件组成，就像一个流水线：

问题 → Rewriter（重写）→ Retriever（检索）→ Reranker（重排）→ Reader（生成）→ 代码补丁

第一步：Rewriter - 理解问题，提取关键信息

就像程序员拿到bug报告后，先会搞清楚：问题在哪里？涉及哪些文件？

Rewriter分两个阶段工作：

1. 提取器：分析问题描述，找出相关的文件、类或函数
2. 推理器：基于问题，生成搜索查询，找出可能需要修改的代码

比如问题是”用户登录时出现空指针异常”，Rewriter可能会找出：

• 相关文件：auth.py, user.py
• 相关函数：login(), validate_user()
• 关键词：”空指针”、”登录”、”用户验证”

第二步：Retriever - 找到相关的代码子图

有了关键词，Retriever就去代码图里找相关的部分。

它不是只找单个文件，而是：

1. 找到锚点节点（比如login()函数）
2. 从锚点出发，扩展成一个连通的子图（包含调用login()的、被login()调用的所有相关函数和文件）
3. 把这个子图序列化成JSON格式

这样，AI就能看到完整的上下文，而不是孤立的代码片段。

第三步：Reranker - 找出最相关的文件

Retriever可能会找出很多相关文件，但不是每个都同等重要。Reranker的任务就是给它们打分。

评分很有意思，是1-5分：

• 1分：几乎肯定无关
• 2分：可能间接相关，但修改它解决不了问题
• 3分：有一定相关性，可能间接交互
• 4分：可能相关，包含直接交互的代码
• 5分：很可能是根本原因，修改它应该能直接解决问题

通过这种方式，AI能把注意力集中在最关键的文件上。

第四步：Reader - 生成代码补丁

最后一步，Reader根据前面的信息，生成最终的代码补丁。

这也是CGM最创新的地方：它不只是把代码图当作文本喂给AI，而是让AI真正”理解”图的结构。

具体来说：

• 语义集成：把节点的文本内容转换成token，输入给LLM
• 结构集成：把代码图的结构信息集成到LLM的注意力机制中

这样，LLM在生成代码时，会知道：”这个函数调用了那个函数，那个函数又继承自这个类，所以修改这里时要考虑那里的影响。”

---

📊 核心发现

1️⃣ 开源模型的新标杆

CGM在SWE-bench Lite基准测试上的表现让人眼前一亮：

• 解决率：43.00% —— 开源权重模型第1名
• 在所有系统方法中排名第8
• 超过之前最佳开源模型12.33%

而且更新版本还在提升：

• CGM-72B-V1.1：41.67%
• CGM-72B-V1.2：44.00%

在更大的SWE-bench Verified基准测试中，CGM同样在开源权重模型中排名第1。

2️⃣ CGM的三大创新

1. 无需Agent，简单有效

之前的方案往往依赖复杂的Agent系统——多个AI角色相互配合，虽然强大但不可预测。CGM证明：不需要那么复杂，只要让模型理解代码结构，开源模型也能做得很好。

2. 真正理解代码图

CGM不是把代码图当作文本丢给模型，而是通过图感知注意力机制，让模型直接理解图的结构。这就像给模型配上了一副”代码架构眼镜”。

3. 完整开源

CGM把代码、模型、数据全部开源了：

• GitHub：https://github.com/codefuse-ai/CodeFuse-CGM
• 模型：https://huggingface.co/codefuse-ai/CodeFuse-CGM-72B

这意味着任何人都可以用它、改进它。

---

📈 数据亮点

指标	数值
SWE-bench Lite 解决率	43.00%
开源权重模型排名	第1名
所有系统方法排名	第8名
相比之前最佳开源模型提升	+12.33%
支持语言	Python、Java
模型版本更新	V1.1 → V1.2（+2.33%）

---

💡 一句话总结

复杂的软件工程任务，不一定需要闭源模型和复杂的Agent系统。开源模型通过巧妙的设计，也能达到优秀的效果。

CGM就像一个开源的”AI架构师”，虽然还不完美，但它已经展示了巨大的潜力。

---

🎓 研究意义

这篇论文的意义不仅在于它的性能，更在于它证明了：

• 小公司不用依赖昂贵的闭源服务
• 代码隐私可以得到更好的保护
• 整个社区可以一起改进模型

🛠️ 给开发者的建议

1. 试试CGM：完整开源，可以直接用在你的项目中
2. 理解代码结构很重要：不要只看单个函数，要理解整个项目的架构
3. 图结构是关键：代码图能帮助AI更好地理解代码库
4. R4链框架值得借鉴：重写→检索→重排→生成，这个流程很清晰
5. 关注开源进展：未来可能会看到更多开源模型在软件工程领域大放异彩

---

论文链接：https://arxiv.org/abs/2505.16901