De quelle quantité de structure statique les agents de code ont-ils besoin ? Une étude sur l'ancrage déterministe

Résumé

Les agents de code basés sur LLM naviguent dans les dépôts par recherche par mots-clés, mais ignorent les relations structurelles — graphes d'appels, hiérarchies d'héritage et dépendances de configuration — qui définissent le fonctionnement réel du logiciel. Cela rend la navigation des agents stochastique et difficile à reproduire entre les exécutions. Nous étudions si une analyse statique légère peut fournir des ancres déterministes pour ces agents : des faits structurels stables injectés sous forme de commentaires en texte brut qui contraignent l'exploration probabiliste et rendent la navigation plus prévisible. À partir d'une base solide, Codex d'OpenAI, nous injectons systématiquement des annotations structurelles de granularités variables et mesurons leurs effets sur la localisation, le comportement de trajectoire et la stabilité entre exécutions. Notre étude identifie ce que nous appelons l'effet d'ancrage déterministe : la structure statique aide moins en rendant les agents « plus intelligents » qu'en disciplinant et rendant leur navigation reproductible. Trois observations soutiennent cette conclusion : (1) L'ancrage fonctionne : une topologie légère d'appels/héritage améliore la localisation au niveau des fonctions (+2,2 pp Func@5) et raccourcit les trajectoires (−1,6 rounds d'interaction) ; (2) L'ancrage est sensible à l'échelle : la granularité et la directionnalité optimales dépendent des caractéristiques du dépôt, où des sémantiques plus denses montrent des rendements décroissants et les projets à forte centralité bénéficient de liens uniquement inverses qui exposent « qui m'appelle » sans arêtes forward ; (3) L'ancrage stabilise : les balises augmentent le taux de suivi des liens de 0,15–0,18 à 0,21–0,24, réduisent de moitié environ la variance entre exécutions et améliorent la fiabilité par exécution unique (Pass@1 +3,4 pp) sur des dépôts de taille moyenne, au prix d'environ 10 % de tokens d'entrée supplémentaires. Ces observations suggèrent des recommandations pratiques : privilégier une topologie légère sur les projets de taille moyenne, élaguer les arêtes forward dans les grands dépôts et réserver les balises denses pour les cas de dépendance implicite.

English

LLM-based code agents navigate repositories through keyword search but miss the structural relationships, such as call graphs, inheritance hierarchies, and configuration dependencies, that define how software actually works. This makes agent navigation stochastic and difficult to reproduce across runs. We investigate whether lightweight static analysis can provide deterministic anchors for these agents: stable structural facts injected as plain-text comments that constrain probabilistic exploration and make navigation more predictable. Starting from a strong baseline, Codex from OpenAI, we systematically inject varying granularities of structural annotations and measure their effects on localization, trajectory behavior, and run-to-run stability. Our study identifies what we call the deterministic anchoring effect: static structure helps less by making agents "smarter" and more by making their navigation disciplined and reproducible. Three observations support this finding: (1) Anchoring works: lightweight call/inheritance topology improves function-level localization (+2.2pp Func@5) and shortens trajectories (-1.6 interaction rounds); (2) Anchoring is scale-sensitive: the optimal granularity and directionality depend on repository characteristics, where denser semantics show diminishing returns and hub-heavy projects benefit from inverse-only links that expose "who-calls-me" without forward edges; (3) Anchoring stabilizes: tags raise link-following rate from 0.15-0.18 to 0.21-0.24, roughly halve run-to-run variance, and improve single-run reliability (Pass@1 +3.4 pp) on medium-scale repositories, at the cost of roughly 10% more input tokens. These observations suggest practical guidelines: default to lightweight topology on medium projects, prune forward edges in large repositories, and reserve dense tags for implicit-dependency cases.