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