Erros de lógica complexos em códigos gerados por LLM são desafiadores para diagnosticar e reparar. Embora as abordagens existentes de autorreparo baseadas em LLM conduzam análises semânticas estáticas intensivas ou dependam de logs de execução superficiais, elas perdem os comportamentos em tempo de execução que muitas vezes expõem as causas raiz dos bugs - faltando as capacidades de análise dinâmica interativa que tornam a depuração humana eficaz. Apresentamos o InspectCoder, o primeiro sistema de reparo de programas agente que capacita os LLMs a realizar ativamente a análise dinâmica por meio do controle interativo do depurador. Nossa estrutura de dual-agente possibilita a colocação estratégica de pontos de interrupção, inspeção de estados direcionadas e experimentação incremental em tempo de execução dentro de sessões de depuração com estado. Ao contrário dos métodos existentes que seguem procedimentos fixos de coleta de logs, o InspectCoder inspeciona e perturba adaptativamente estados intermediários relevantes em tempo de execução, e aproveita recompensas imediatas do processo a partir do feedback do depurador para guiar raciocínios de múltiplos passos, transformando o paradigma de depuração de LLM de tentativa e erro cega em diagnóstico sistemático de causas raiz. Conduzimos experimentos abrangentes em dois benchmarks desafiadores de autorreparo: BigCodeBench-R e LiveCodeBench-R. O InspectCoder alcança melhorias relativas de 5,10% a 60,37% na precisão de reparo em relação à baseline mais forte, ao mesmo tempo em que oferece respectivamente uma eficiência de correção de bug de 1,67x-2,24x superior. Também contribuímos com o InspectWare, um middleware de código aberto que abstrai as complexidades do depurador e mantém sessões de depuração com estado através de frameworks de teste Python mainstream. Nosso trabalho fornece insights acionáveis sobre os sistemas interativos de LLM-depurador, demonstrando o potencial significativo da análise dinâmica dirigida por LLM para engenharia de software automatizada.
Wang et al. (Sex,) estudaram esta questão.