CAPA：让编程助手记住你的“含糊话”

导语

编程助手越来越常被用来把一句不完整、口语化的需求变成可运行代码。但真实开发中的请求往往并不精确：同样一句“修一下错误处理”“把输出整理一下”“优化这个函数”，对不同用户、不同项目可能意味着完全不同的实现。过去的做法通常是在当前会话里追问澄清，而这篇论文关注的是另一个更贴近日常使用的问题：如果同一个用户过去已经解释过自己的偏好，新的会话能不能复用这些历史，减少重复提问？

论文将这一问题定义为“个性化歧义适配”：给定用户此前已解决的编程会话，以及一个新的含糊请求，助手需要识别其中反复出现的用户特定歧义模式，生成符合意图且可执行的方案，并尽量少发起澄清。

核心要点

• 新任务视角：研究不再只把歧义当作单次对话中的问题，而是把它放到跨会话、同一用户长期交互的场景中考察。
• CAPA 基准：作者提出 CAPA，用六类机制描述个性化编程歧义，并通过受控的三阶段生成流程，将这些机制注入原本清晰、可执行的任务中。
• 数据规模与设置：CAPA 包含 600 个编程会话，覆盖 60 个平衡的用户—歧义组合，其中 300 个作为保留评测会话。
• 评测维度：论文评估了 12 个近期大模型，在“无历史”和“同用户历史”两种条件下比较可执行成功率、首轮成功率和完成所需轮次。
• 记忆管理问题：研究还分析了任务难度、用户身份和历史使用方式，并提出一种轻量的同用户历史门控方法，用于在推理时决定如何利用历史。

意义与影响

这项工作的重要性不只在于提出一个数据集，而在于把“编程助手是否懂我”变成了可测量的问题。许多开发者真正耗时的不是第一次解释需求，而是每次新开会话都要重复解释同样的偏好。若助手能可靠记住“我说修错误处理时通常想要重试逻辑”“我说整理输出时希望保持某种格式”，体验会更接近长期协作的工程伙伴。

不过，跨会话记忆也带来新的挑战。历史并不总是越多越好：用户偏好会变化，项目上下文会更新，过期记忆可能导致错误适配。素材中的讨论也指出，未来系统需要更精细的遗忘、重排序或门控机制，避免把旧偏好机械套用到新任务。

总体来看，CAPA 为长期编程助手提供了一个有价值的评测起点。它提醒业界，减少澄清并不等于让模型盲猜，而是要让系统能够安全、可控地利用同一用户过去已经确认过的意图。

来源：Hugging Face Daily Papers