Auto-Code-Rover ist eine vollautomatische Lösung zur Behebung von GitHub-Problemen (Bugfixes und Funktionserweiterungen). Er kombiniert Sprachmodelle mit Analyse- und Debugging-Funktionen, um die zu reparierende Stelle zu identifizieren und einen Patch zu generieren. Derzeit löst er 16 % der SWE-Bench-Probleme und 22 % der SWE-Bench-Lite-Probleme und übertrifft damit bestehende KI-Softwareentwickler. Er arbeitet in zwei Phasen: Zuerst werden über eine Code-Such-API relevante Kontextinformationen abgerufen. Anschließend wird basierend auf diesen Informationen versucht, einen Patch zu erstellen. Seine zwei einzigartigen Merkmale sind: 1. Die Code-Such-API verfügt über ein projektstrukturelles Verständnis und arbeitet nicht mit einfachem String-Matching, sondern sucht im abstrakten Syntaxbaum nach dem relevanten Code-Kontext. 2. Sind Testsuiten verfügbar, kann er die statistische Fehlerlokalisierung nutzen, um die Reparaturrate zu erhöhen.