爱立信推出毫秒级代码检索引擎 Top1命中率提升14.6%

爱立信研究院针对大语言模型（LLM）难以高效理解百万行级企业代码库的问题，推出Code Comprehensor系统，实现毫秒级代码语义检索。该系统采用“一次离线文档化、多次在线轻量检索”策略：首先利用Tree-Sitter构建全仓库调用关系图（CodeGraph），再通过自底向上的递归后序分块+滚动摘要机制（CodeScribe），引导LLM生成结构化文档；文档经对比学习模型训练后形成可快速匹配的语义索引，支持余弦相似度实时检索。在线查询响应时间低至50毫秒，完整问答耗时3–5秒。在OpenCV（约120万行）与500万行电信私有C代码库测试中，Top-1命中率由66%提升至80.6%。系统支持基于Git commit哈希的增量更新，可无缝嵌入CI/CD流程。其核心优势在于规避超大上下文窗口带来的高成本与性能衰减，将模糊的概率推理转化为确定性语义检索，并已在爱立信多个大型协议栈项目中落地验证。相关论文《Code Comprehensor: Hierarchical Documentation and Cross-Modal Retrieval for Large Repositories》已发布于arXiv（编号2610.30016）。