Google 实测：两级筛选策略降低自动修 bug 噪音，避免无效人工审查
burkov · x · 2026-11-01
Burkov 转发一篇关于 agentic 自动程序修复（automated program repair）的实践文章。这类系统已能诊断并修改大型代码库中的代码，但生成的补丁仍需人工审查；当系统挑战不可能解决的 bug、或产出看似合理实则错误的修复时，开发者会浪费大量低价值审查时间并失去信任。
文章评估了两道筛选步骤能否降低这种噪音：
- 修复前筛选：用语言模型从人类撰写的 bug 报告估算修复 agent 的成功率，低于阈值的 bug 直接跳过。
- 修复后筛选：结合构建与测试检查，外加语言模型审查，只把过关的补丁送人工审查。
作者用内部修复 agent 与来自 Google 代码库的三个 bug 集开发并测试了这两项策略，是关于 agent 补丁可信度过滤的一手工程实践。
「编程与Agent」频道最新
- GitHub Copilot 云端体验正式上线：一次会话跨 Web/移动/CLI/Slack 通用 — 0xkarasy · 2026-11-01
- shadcn：AI 系统最终都会造两种 UI——Slack 已发生，Linear 是下一个 — shadcn · 2026-11-01
- 把 Claude 当同事而非聊天机器人：分阶段委派报告任务的实战方法论 — ClaudeWorkbench · 2026-11-01
- 开发者用 Grok Bot 语音控制 Tesla 导航与空调联动日历 — doooyle · 2026-11-01
- Toloka 榜单：GPT-6.1 Terra 多次通过率从 72% 跌至 59% — MParakhin · 2026-11-01
- Gage:MCP 服务器为 Agent 间交接加上签名封缄与人类验证 — crossware · 2026-11-01