研究人员于 2026 年 11 月 11 日提交了一篇论文,介绍一种结合 AI 编程智能体与符号执行的方法,用于发现 Python 应用中的缺陷。作者称,该系统会为报告的每个缺陷生成一个具体测试作为证据。[1]

符号执行使用符号输入探索程序行为,而不只运行选定的具体输入。作者指出,使用 Python 符号执行工具 CrossHair 有两项障碍:需要人工为代码添加断言,还需要对数据库等外部执行环境建模。他们称,所设计的自动化框架无需人工介入,就能为代码仓库添加断言、合成可处理约束的符号数据库环境、运行 CrossHair 并生成测试。[1]

摘要报告称,研究评估了 11 个开源 Python Web 应用,共计 1,156,044 行代码。作者称,使用合成环境时,CrossHair 执行了 5,406 个带契约函数中的 81%,不使用时为 4.5%。他们报告发现了 1,050 个缺陷,均可通过针对未修改应用的测试复现,其中 221 个由 CrossHair 发现;312 个缺陷未被使用同一大语言模型检查代码的基线方法发现。摘要称,CrossHair 发现的主要是边界输入导致的崩溃,代码检查发现的主要是输出错误。[1]

来源

  1. Bug Finding With Agentic Symbolic ExecutionarXiv · 2026年11月11日

核查或更正本页

验证记录

下方摘要可以说明你读到的文字是否与公开的源文件一致,但不能说明报道内容本身正确。这一摘要在构建时根据本页的 Markdown 源文件计算,并列入站点清单。

d9b1f98fbeb572b9cd3cf3745e002676f1c997e1f421579789b7f9b34465d6a8