Il framework della Shanghai Jiao Tong University supera gli strumenti commerciali grazie a una strategia di esplorazione dinamica del codice
SWE-QA è un benchmark di question answering a livello di repository, con 576 coppie domanda-risposta. Nei giorni scorsi è comparso su arXiv il paper DeepRepoQA, sottomesso il 25 agosto da un gruppo di ricercatori della Shanghai Jiao Tong University. Nessun comunicato stampa. Solo numeri. E i numeri dicono che un framework accademico, usando modelli già disponibili come GPT-5.1 e Kimi K2, supera o eguaglia strumenti commerciali come Cursor e Tongyi Lingma.
Lo firmano Weihan Peng, Yuling Shi, Yingwei Ma, Longfei Yun, Beijun Shen e Xiaodong Gu. Non sono nomi da copertina. Ma il risultato dovrebbe far riflettere chi paga una licenza per quegli strumenti.
Il sorpasso che non ti aspetti
DeepRepoQA è, nella definizione degli autori, un framework di question answering per la comprensione del codice a livello di repository. Non risponde su un singolo file: risponde su domande che attraversano moduli, file e dipendenze. Sugli esperimenti con SWE-QA, il paper riporta miglioramenti sostanziali rispetto a baselines forti.
Il dato più concreto: DeepRepoQA supera gli agenti ReAct-style esistenti, con il guadagno più grande di 7,08 punti su SWE-agent con Qwen3-Coder-480B-A35B-Instruct. E quando usa GPT-5.1 e Kimi K2, due modelli già sul mercato, supera o eguaglia strumenti commerciali leader come Cursor e Tongyi Lingma. Non è un annuncio di prodotto. È un risultato misurato.
Che cosa rende possibile questo sorpasso? La risposta non sta nel modello. Sta nel metodo con cui l’agente esplora il repository.
Perché l’albero non è solo scacchi
La risposta si chiama Monte-Carlo Tree Search, abbreviato MCTS. È la tecnica che da anni aiuta i computer a giocare a scacchi e a go. L’idea: per scegliere una mossa non guardi solo la mossa successiva. Esplori un albero di possibilità, simuli gli esiti, abbandoni i rami deboli e investi su quelli promettenti.
Nel caso di DeepRepoQA, l’albero non è fatto di mosse ma di percorsi nel codice. Gli autori descrivono un meccanismo MCTS che consente agli agenti di cercare, navigare e ispezionare il codice in modo dinamico, abilitando un ragionamento multi-hop su dipendenze a lunga distanza. In pratica, l’agente non legge i file in ordine. Decide strada facendo dove conviene guardare.
È qui che si misura la distanza dagli agenti ReAct-style, che procedono passo-passo: osservano, decidono, agiscono, osservano di nuovo. Funzionano, ma su domande lunghe rischiano di incastrarsi in un vicolo cieco. L’MCTS non è reattivo: è esplorativo. E non è un’idea nuova. Già nell’ottobre 2024 era stato presentato SWE-Search, framework multi-agente che integra MCTS con un meccanismo di auto-miglioramento per compiti a livello di repository. Lo scorso ottobre, poi, era arrivato RepoSearch-R1, un framework di apprendimento per rinforzo agentico guidato da MCTS. DeepRepoQA è il terzo passaggio di una direzione coerente: la ricerca conta più della risposta.
Il banco di prova non è sintetico. SWE-QA, pubblicato a settembre 2025, contiene 576 coppie domanda-risposta di alta qualità che coprono categorie diverse. Domande che, per essere risolte, obbligano l’agente a muoversi dentro il repository. Se il metodo funziona qui, la domanda successiva è: cosa succede quando questi framework escono dal paper?
La soglia si alza per tutti
La risposta breve: la soglia tecnica si alza, e in fretta. Se il discriminante non è più il modello ma la strategia di esplorazione, l’asset vero diventa la navigabilità del repository.
Per chi sviluppa e pubblica codice, significa che nomi chiari, moduli ordinati, dipendenze leggibili — ciò che di solito si classifica come buona igiene del codice — smettono di essere una questione di stile. Diventano un fattore competitivo. Un agente che esplora male un repository mal costruito fallisce anche con un ottimo modello. Un agente che esplora bene un repository ben costruito arriva lontano anche con un modello standard.
Quanto manca al giorno in cui questo approccio diventa predefinito? Non lo sappiamo. Ma la sequenza è lì: SWE-Search nel 2024, RepoSearch-R1 nel 2025, DeepRepoQA ad agosto 2026. Tre framework, stessa idea, risultati crescenti. Chi aspetta che diventi un prodotto pronto all’uso rischia di arrivare tardi.
La domanda, a questo punto, non è più se un LLM può rispondere sul tuo repository. La domanda è se il tuo repository è strutturato per essere esplorato. Chi pubblica codice — open source o aziendale — dovrebbe cominciare a trattare la navigabilità come un fattore tecnico di visibilità. Non è marketing. È come l’agente vede il tuo lavoro.
