新智元报道

【新智元导读】FuseSearch：学习型自顺应并行执行 —— 一个40亿参数的模子，，，，，凭什么在代码定位上干过了商用闭源大模子？？谜底只有四个字：搜得更智慧。。

在AI编程狂飙突进的今天，，，，，一个尴尬的事实正在浮出水面：

你花在「让 AI 改代码」上的钱，，，，，凌驾一半着实烧在了「找代码」上。。

研究批注，，，，，目今最先进的AI编程Agent，，，，，凌驾50%的盘算资源消耗在代码搜索与定位环节——Agent翻来覆去地搜文件、读代码、定位函数，，，，，轮次消耗惊人，，，，，Token账单飞涨。。

当所有人都在卷「模子多大、能写多长的代码」时，，，，，蚂蚁集团的一篇ACL 2026 Findings论文把眼光转向了一个更底层的问题：能不可让搜索自己变得更智慧？？

谜底是可以。。并且效果堪称惊艳——

FuseSearch-4B，，，，，一个仅40亿参数的开源模子，，，，，在SWE-bench Verified上抵达84.7%文件级F1，，，，，匹配Claude Haiku 4.5的定位能力，，，，，同时速率快93.6%，，，，，Token消耗降低68.9%。。

怎么做到的？？一句话：让模子自己学会该并行几多。。

代码定位

AI编程最烧钱的「卡脖子」环节

设想这样一个场景：你让AI帮你修一个Bug，，，，，它需要在一个几十万行代码的大型项目中，，，，，精准找到该改哪个文件、哪个函数。。

这就是代码定位（Code Localization）——自动软件修复中最要害、也最腾贵的瓶颈。。

现有方案分为两大门户，，，，，各有各的痛点：

但这两派有一个配合的致命缺陷：一次只能做一件事。。

每一轮交互只能挪用一个工具，，，，，逐步缩小规模。。就像你在图书馆找一本书，，，，，划定每次只能掀开一个书架看一眼——轮次用完了，，，，，信息还没网络够。。

论文把这种征象称为信息匮乏（Information Starvation）。。

并行 ≠ 万能解药

那解决方案似乎很简朴——一次多调几个工具不就行了？？

没那么容易。。论文实验展现了一个反直觉的发明：无脑并行反而更糟。。

若是牢靠每轮挪用8个工具（质朴的并行战略），，，，，会爆发凌驾34.9%的冗余挪用——重复搜索已经看过的代码区域，，，，，不但铺张Token，，，，，还会引入噪声信号滋扰判断。。

焦点矛盾就此浮出水面：

并行少了→信息不敷用，，，，，定位精度下降。。并行多了→大宗冗余，，，，，铺张盘算资源。。

FuseSearch的焦点洞察是：搜索效率和搜索质量并非对立关系。。要害不在于并行几多，，，，，而在于——什么时间该多并行，，，，，什么时间该少并行。。

极简工具箱 + 自顺应智能

FuseSearch的设计哲学出奇地优雅：不给模子定死规则，，，，，让它自己学会动态调解并行度。。

3.1 三把「瑞士军刀」

零本钱安排

FuseSearch只用三个只读工具，，，，，极其榨取：

就这三个。。不需要代码知识图谱，，，，，不需要语法剖析器，，，，，不需要任何重型基础设施。。零依赖，，，，，拿来就能用，，，，，可即时安排到恣意代码客栈。。语言无关，，，，，Python 客栈能用，，，，，Java客栈也能用。。

工具虽少，，，，，能力完整——glob找文件、grep 搜内容、read_file读细节，，，，，三者组合可以遍历整个代码库。。

要害立异

用「信息增益」量化搜索质量

论文首次提出工具效率（Tool Efficiency）指标，，，，，权衡每次工具挪用的信息新颖性：

信息增益=新发明的代码实体数÷总返回的代码实体数

打个例如：你派了5个侦探兵去探路。。若是5个人报告的都是统一条路，，，，，那4 个人就白跑了。。工具效率权衡的，，，，，就是「每个侦探兵带回了几多独家情报」。。

效率越高 → 每次搜索都在探索新区域。。效率越低 → 在做重复劳动。。

两阶段训练

先学会并行，，，，，再学会智慧地并行

FuseSearch的训练战略分两步走：

阶段一：监视微调（SFT）——建设并行能力

从233个高质量GitHub客栈中提取约21,000个issue-patch对，，，，，用强盛的西席模子（Kimi-K2-Instruct）天生搜索轨迹。。然后用双重标准严酷筛。。

定位准确率 ≥ 0.8

工具效率 ≥ 0.5

从约24,000条候选轨迹中，，，，，精选出约 6,000 条「又准又不铺张」的高质量数据，，，，，教会小模子「每轮可以同时调 2-8 个工具」。。

阶段二：强化学习（RL）——学会自顺应

SFT之后，，，，，模子会并行了，，，，，但还不知道什么时间该多并行、什么时间该少并行。。

RL阶段的奖励函数设计得极为精妙：

\text{奖励} = 0.8 \times \text{定位准确率} + 0.2 \times (\text{定位准确率} \times \text{工具效率})

注重谁人乘积项：

只有「找得准」且「搜得不铺张」同时知足，，，，，才华拿到特殊奖励

若是定位完全过失（准确率=0），，，，，无论效率多高，，，，，奖励都是零——模子不可「高效地犯错」

这个设计迫使模子在搜索的每个阶段都做权衡：目今是广撒网收益大，，，，，照旧精准验证收益大？？

训练效果：一种「先撒网、再收网」的搜索战略

经由RL训练，，，，，模子自动学会了一种「老司机」式的自顺应搜索模式：

这种「先广度、后深度」的模式，，，，，完全是模子自己从奖励信号中学出来的，，，，，没有任何人工规则。。

实验效果：小模子大翻身

5.1 焦点数据（SWE-bench Verified，，，，，386 个实例）

在Qwen3-4B上比照之前的要领RepoSearcher，，，，，FuseSearch的提升堪称碾压：

一句话总结：准确率翻倍，，，，，速率快16倍，，，，，Token省了近70%。。

5.2 40亿参数 vs.商用闭源大模子

一个可以外地安排的4B开源小模子，，，，，定位能力与商用闭源大模子持平，，，，，同时更快、更省。。

5.3 接入下游Agent：不掉精度，，，，，省一半本钱

把FuseSearch-4B作为Kimi-K2-Instruct的「前置搜索引擎」：

不影响修复效果，，，，，直接把本钱砍掉近一半。。

为什么这项事情值得关注？？

FuseSearch带来了三个层面的孝顺：

学术层面

首次将「搜索效率」酿成一个可训练的目的。。不是简朴地让模子多搜或少搜，，，，，而是通过精巧的奖励函数设计，，，，，让模子自己学会「什么时间该搜几多」。。这为 Agent 工具挪用战略的优化提供了一个新范式。。

工程层面

极简设计，，，，，零安排本钱。。三个只读工具，，，，，语言无关，，，，，不依赖任何重型基础设施。。论文作者已将代码开源，，，，，可即时安排到恣意代码客栈。。

工业层面

小模子逆袭大模子。。40亿参数匹配Claude级别的定位体现，，，，，证实晰「智慧的战略」比「堆参数」更主要。。关于对延迟和本钱敏感的工业级AI编程场景，，，，，这条蹊径极具落地价值。。

论文信息

论文问题：FuseSearch: Learning Adaptive Parallel Execution for Efficient Code Localization

收录聚会：ACL 2026 Findings

作者单位：蚂蚁集团（Ant Group）

论文链接：https://github.com/sxthunder/FuseSearch

中国天气网提醒，，，，，明后两天强降雨虽会缩减，，，，，但降雨会较为强烈，，，，，强对流天气频仍，，，，，公众请实时关注天气预警预告，，，，，阻止在强风雨时段出行，，，，，户外如遇强对流天气请尽快进入牢靠修建物内逃避。。别的，，，，，近期湖北、贵州、广西、重庆等地降雨一连时间长、累计雨量大，，，，，需小心地质灾难的滞后性，，，，，审慎前往山区、河谷等灾难易发区域。。(设计/徐晓）