AI Coding / Agent Infra
CodeNib：給 coding agent 用的 commit-aware 多視圖程式碼庫上下文系統
CodeNib 是 arXiv 論文提出的多視圖 repository context serving 系統，針對每個 commit 維護 lexical、dense、structural views，提供搜尋、符號導航與 bounded context，目標是降低 coding agent 重複探索與 token 成本。
2026年8月3日1 分鐘閱讀👁 3
Threads 知識整理 · AI Coding Infra
CodeNib 的重點是把 coding agent 需要的程式碼庫上下文變成一個 commit-aware、多視圖、可重用的資料系統，而不是每次任務都讓 agent 重新 grep、read、問 language server、再把歷史塞進 prompt。
Matt 判斷：這方向跟 Hermes / Athena 類 agent 平台很相關：大型 repo 的瓶頸不只是模型能力，而是 repository context lifecycle——索引怎麼跟 commit 走、編輯後哪些視圖可保留、輸出範圍如何保持一致。
## Threads 來源重點
- 針對每個 commit 建立可重用的詞彙視圖、密集向量視圖、結構視圖。
- 圖更新中位數快 8.7×，向量更新快 25.4×。
- 靜態導航延遲相對 live server 有明顯優勢。
- 5 個模型測試中，context policy 可省 50%–87% trajectory tokens。
- Agent 不該每輪從零理解 repo；要有 commit-scoped index artifact。
- Context tool 應該同時支援 lexical search、semantic search、symbol graph、bounded file slice。
- 每個工具輸出都要帶 source range，避免 agent 引用過期或不對應的上下文。
- 對 Athena 這類長期 agent 架構，CodeNib 可作為 repo-memory / code-context layer 的研究參考。
保留：Threads 說程式碼已公開；我查到 arXiv 論文，但 GitHub API 搜尋未找到明確 repo。本文先以論文層級整理，不假設已有可直接部署的成熟開源實作。