MOOSEDev: Sistema di Memoria di Progetto Basato su Ontologia per Agenti di Codifica

MOOSEDev, un sistema innovativo, mira a fornire agli agenti di codifica una memoria di progetto strutturata e basata su ontologia. Descritto in un articolo su arXiv (2608.13662), MOOSEDev organizza decisioni architetturali, lezioni apprese, vincoli e motivazioni all'interno di un grafo di conoscenza, accessibile agli agenti tramite un'interfaccia Model Context Protocol (MCP). Ogni record include stato del ciclo di vita, provenienza e collegamenti di sostituzione, che possono essere interrogati utilizzando MOOSE, un motore neurosimbolico proprietario che privilegia il livello simbolico per il ragionamento. Nei test contro uno strumento di memoria vettoriale di produzione su un dataset pubblico neutro di 835 record tipizzati, MOOSEDev ha ottenuto set di risposte quasi completi (0.98-1.00) per interrogazioni di sostituzione, completezza dell'insieme e negazione, superando il recupero top-k della baseline. L'articolo sottolinea la difficoltà di tracciare le ragioni dietro le rapide modifiche al codice nei progetti software, dove gli agenti di codifica sono ora la principale fonte di nuovo codice. MOOSEDev migliora la precisione delle interrogazioni per richieste complesse mantenendo la motivazione dei cambiamenti, segnando un progresso significativo nello sviluppo software assistito dall'IA.