[Paper] DynaFix：迭代式自动程序修复驱动于执行层级动态信息

Source: arXiv - 2512.24635v1

概述

本文介绍了 DynaFix，一种新的自动程序修复（APR）技术，它在补丁生成循环中将 execution‑level 运行时数据反馈给大型语言模型（LLMs）。通过模拟开发者调试的方式——在每次失败后检查变量值、控制流路径和调用栈——DynaFix 在广泛使用的 Defects4J 基准上实现了修复成功率和效率的显著提升。

关键贡献

• 迭代动态反馈回路：在每次补丁尝试后捕获细粒度运行时信息，并将其注入为结构化提示供 LLM 使用。
• 细粒度执行表示：将变量状态、控制流轨迹和调用栈快照转换为 LLM 能够推理的提示格式。
• 实证收益：修复了 186 个单函数错误（≈10 % 的提升相较最强基线），并解决了 38 个先前 APR 工具无法修复的错误。
• 搜索空间缩减：将每个错误的修复尝试次数限制在 ≤ 35 次，并相较现有迭代 APR 框架将候选补丁空间减少约 70 %。

方法论

1. Initial Test Run – 在其测试套件上执行有缺陷的程序；失败的测试用例会触发首次数据收集。
2. Dynamic Information Extraction – 一个轻量级的插桩层记录：
   • 所有在作用域内变量的当前值
   • 实际执行的控制流路径（例如，命中了哪些分支）
   • 失败时的调用栈
3. Prompt Construction – 将收集的数据序列化为简洁、易读的“调试报告”，并附加到 LLM 的修复提示中（例如，“变量 count 在第 42 行的值为 -1；程序走了 if (count > 0) 的 else 分支 …”）。
4. LLM Patch Generation – 一个具备代码能力的 LLM（例如 GPT‑4‑code）在调试报告的指导下生成一个或多个候选补丁。
5. Validation & Iteration – 编译并重新运行候选补丁以通过测试套件。如果仍然失败，则使用最新执行的新运行时数据重复步骤 2‑4。
6. Termination – 当补丁通过所有测试或达到预定义的尝试上限（35 次）时停止。

该方法是模型无关的：任何能够理解结构化提示的 LLM 都可以替换使用，使 DynaFix 成为现有基于 LLM 的 APR 流水线之上的即插即用层。

结果与发现

作者报告称，动态提示显著提升了 LLM 对补丁失败原因的“理解”，从而实现更有针对性的编辑，而非盲目的试错。即使是需要多次代码更改的复杂缺陷，DynaFix 也能在少量迭代内收敛。

Source: …

实际影响

• 更快的 CI/CD 修复 – 将 DynaFix 集成到持续集成流水线中，可以在构建失败后自动生成高质量补丁，从而降低平均修复时间。
• 更好的调试助手 – IDE 插件可以向开发者展示相同的执行级提示，将 LLM 建议转化为交互式、逐步的调试提示。
• 降低 LLM 推理成本 – 通过提前剪枝搜索空间，所需的 LLM 调用次数更少，从而为基于云的推理服务带来实际的成本节约。
• 语言无关的扩展 – 虽然在 Java 上进行了评估，但该插装概念适用于任何具备运行时追踪器的语言（例如 Python 的 sys.settrace、.NET Profiler），为跨语言的自动程序修复工具打开了大门。

限制与未来工作

• Instrumentation overhead 对于大型、性能关键的应用可能并非微不足道；作者建议通过选择性跟踪来缓解。
• 当前评估聚焦于 single‑function（单函数）错误；扩展到多模块或系统范围的缺陷仍是一个未解决的挑战。
• DynaFix 依赖于可用的通过测试套件来定义“正确”行为；未来工作可以探索弱预言机（例如变形关系）以扩大适用范围。

作者

• Zhili Huang
• Ling Xu
• Chao Liu
• Weifeng Sun
• Xu Zhang
• Yan Lei
• Meng Yan
• Hongyu Zhang

论文信息

• arXiv ID: 2512.24635v1
• 分类: cs.SE, cs.AI
• 出版日期: 2025年12月31日
• PDF: Download PDF