코딩 에이전트를 위한 글로벌 재사용 기술 학습

Learning Globally Reusable Skills for Coding Agents

자동화된 기술 진화는 대규모 언어 모델(LLM) 에이전트가 값비싼 재학습 없이 지속적으로 성능을 향상시킬 수 있도록 합니다. 그러나 기존 접근 방식은 일반적으로 기술 진화를 일련의 국소적인 업데이트로 취급하며, 이는 기술 간의 관계를 고려하지 못하고 종종 과적합된 기술 업데이트를 생성하여 여러 작업에서 일반화되지 못하는 문제를 야기합니다. 본 논문에서는 기술 호환성과 기술 일반성을 동시에 최적화하는 글로벌 기술 진화 프레임워크인 GSE를 제안합니다. GSE는 기술 저장소 전체의 일관성을 유지하기 위해, 명시적으로 기술 간 관계를 모델링하고 함께 진화시키는 기술 관계 그래프(SRG)를 사용합니다. 또한, GSE는 클러스터 기반 기술 통합을 통해 국소적인 업데이트로부터 재사용 가능한 기능을 추상화하고, 과적합 및 행동 퇴행을 방지하기 위해 리플레이 기반 검증을 활용합니다. 우리는 GSE를 소프트웨어 엔지니어링의 대표적인 두 가지 작업인 버그 발견 테스트 생성 및 오탐(false-positive) 버그 보고서 필터링에 대해 평가했습니다. 최첨단 코딩 에이전트인 OpenHands와 mini-SWE-agent에서, GSE는 항상 가장 높은 정밀도, 재현율 및 F1 점수를 달성했습니다. 기존의 진화 기술과 비교했을 때, GSE는 테스트 생성 작업에서 정밀도와 재현율을 각각 6.1%~34.1% 및 31.8%~180.0% 향상시키고, 오탐 필터링 작업에서는 각각 15.4%~96.4% 및 13.1%~19.8% 향상시켰습니다. 내부 산업용 에이전트에 GSE를 적용한 결과, F1 점수가 61.4% 향상되어, GSE가 효과적인 기술을 진화시키는 데 있어 얼마나 효과적이고 일반적인지 입증합니다.

Automated skill evolution enables Large Language Model (LLM) agents to continuously improve without expensive retraining. However, existing approaches typically treat skill evolution as a sequence of local updates, overlooking relationships among skills and often producing overfitted skill updates that fail to generalize across tasks. We propose GSE, a globalized skill evolution framework that jointly optimizes skill compatibility and skill generalization. To preserve consistency across the skill bank, GSE maintains a Skill Relation Graph (SRG) that explicitly models and co-evolves inter-skill relationships. To improve generalization, GSE performs cluster-based skill consolidation to abstract reusable capabilities from local updates and employs replay-driven verification to prevent overfitting and behavioral regressions. We evaluate GSE on two representative software engineering tasks: bug-revealing test generation and false-positive bug report filtering. Across two state-of-the-art coding agents, OpenHands and mini-SWE-agent, GSE consistently achieves the best precision, recall, and F1-score. Compared with existing evolution techniques, GSE improves precision and recall by 6.1%~34.1% and 31.8%~180.0% for test generation, and by 15.4%~96.4% and 13.1%~19.8% for false-positive filtering. Deployment on an internal industrial agent further yields a 61.4% improvement in F1-score, demonstrating the effectiveness and generalizability of GSE for evolving effective skills.