MemGovern: Aprimorando Agentes de Código por meio da Aprendizagem com Experiências Humanas Supervisionadas
MemGovern: Enhancing Code Agents through Learning from Governed Human Experiences
January 11, 2026
Autores: Qihao Wang, Ziming Cheng, Shuo Zhang, Fan Liu, Rui Xu, Heng Lian, Kunyi Wang, Xiaoming Yu, Jianghao Yin, Sen Hu, Yue Hu, Shaolei Zhang, Yanbing Liu, Ronghao Chen, Huacan Wang
cs.AI
Resumo
Embora os agentes autónomos de engenharia de software (ES) estejam a remodelar os paradigmas de programação, atualmente sofrem de uma limitação de "mundo fechado": tentam corrigir erros do zero ou utilizando apenas o contexto local, ignorando a imensa experiência histórica humana disponível em plataformas como o GitHub. O acesso a esta experiência de "mundo aberto" é dificultado pela natureza não estruturada e fragmentada dos dados reais de rastreamento de problemas. Neste artigo, introduzimos o MemGovern, um *framework* concebido para gerir e transformar dados brutos do GitHub em memória experiencial acionável para agentes. O MemGovern emprega a governação da experiência para converter a experiência humana em cartões de experiência compatíveis com agentes e introduz uma estratégia de busca de experiência agentica que permite a recuperação orientada por lógica do conhecimento humano. Ao produzir 135 mil cartões de experiência geridos, o MemGovern alcança um aumento significativo de desempenho, melhorando as taxas de resolução no SWE-bench Verified em 4,65%. Como uma abordagem de *plug-in*, o MemGovern fornece uma solução para infraestrutura de memória compatível com agentes.
English
While autonomous software engineering (SWE) agents are reshaping programming paradigms, they currently suffer from a "closed-world" limitation: they attempt to fix bugs from scratch or solely using local context, ignoring the immense historical human experience available on platforms like GitHub. Accessing this open-world experience is hindered by the unstructured and fragmented nature of real-world issue-tracking data. In this paper, we introduce MemGovern, a framework designed to govern and transform raw GitHub data into actionable experiential memory for agents. MemGovern employs experience governance to convert human experience into agent-friendly experience cards and introduces an agentic experience search strategy that enables logic-driven retrieval of human expertise. By producing 135K governed experience cards, MemGovern achieves a significant performance boost, improving resolution rates on the SWE-bench Verified by 4.65%. As a plug-in approach, MemGovern provides a solution for agent-friendly memory infrastructure.