LLM智能体软件问题修复研究综述：242项研究

ACM Computing Surveys · 2026-10-03 · 期刊论文

• 一句话结论：该综述系统梳理了242项基于大语言模型智能体的软件问题修复研究，指出该方向文献呈爆发式增长，并围绕基准、技术与实证研究三个维度建立分类体系，同时强调强化学习正成为该领域日益重要的训练范式。整体属于领域态势归纳，而非单一干预效果的量化结论。
• 研究设计与做法：研究设计为系统性文献综述，纳入242项近期研究。作者梳理了软件问题修复任务的一般工作流程，并从基准（benchmarks）、技术（techniques）与实证研究（empirical studies）三个维度构建分类框架，另设专门章节讨论强化学习作为训练范式的兴起。材料未报告检索数据库、检索时间窗与纳入排除标准等细节。
• 主要结果：主要结果为对242项研究的分类与主题归纳，材料未报告任何效应量、置信区间、p值或发生率等定量指标，也未给出各分类下研究数量的具体分布。综述指出该任务需要长程推理、迭代探索与反馈驱动决策，超出传统单步方法的能力范围，但未提供可比较的性能数字。
• 机制或解释：作者的解释是：真实世界的软件问题修复本身具有复杂性，需要长程推理、迭代探索和反馈驱动的决策，因而对智能体能力的要求超出常规单步方法；智能体系统的发展既能提升软件维护效率与质量，也为验证智能体的推理、规划与执行能力提供了现实环境，从而连接人工智能与软件工程。
• 局限与边界：局限与边界：作为综述，其结论受限于所纳入文献的质量与覆盖范围，材料未报告纳入标准、检索策略、发表偏倚评估及作者利益冲突情况。综述本身不产生原始实验数据，所引研究的适用人群（项目类型、编程语言、仓库规模）与外部效度材料未报告。
• 可否落地：可否落地：该综述可为科研选题、基准选择与技术路线梳理提供参考地图，属于「提示」档位，而非「证据支持」某具体方法有效。对临床无直接含义；对软件工程实践的含义需依赖后续原始研究验证。材料未报告具体可操作的技术方案与效果数据，落地建议信息有限。

🔗 打开原文

Zhonghao Jiang, David Lo, Zhongxin Liu

本文摘自《每日前沿研究简报 · 2026-10-05》「AI 科研智能体 / AI 科学家」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。