摘要
代码智能体在处理陌生仓库时，依赖高昂的引导启动过程，且产生的宝贵知识往往局限于单次对话。本文提出 BootstrapAgent，一种多智能体框架，旨在将启动探索中发现的启发式规则蒸馏为持久、可验证且供智能体使用的.bootstrap 契约。该框架通过证据提取、结构化规划及基于 Docker 的确定性验证，生成涵盖环境配置与修复知识的契约。实验表明，该方法成功率达 92.9%，显著优于基线，同时降低了下游任务的 Token 消耗与构建时间。
AI 推荐理由
论文核心在于将一次性探索知识蒸馏为持久化、可复用的记忆契约，解决知识 trapped 问题。
研究机构
浙江大学
澳大利亚国立大学
中国科学院信息工程研究所
论文信息