智能体符号执行框架用 CrossHair 在 11 个开源 Python 应用中发现 1,050 个 bug
Bug Finding With Agentic Symbolic Execution
AI 导读
研究团队设计一个智能体框架，编排 CrossHair 符号执行工具与 AI 编码智能体，自动为仓库添加断言并为外部数据库合成约束感知的符号环境。
推荐理由
论文给出智能体与符号执行结合的具体数据和两类互补的 bug 分布，读者可据此评估能否迁移到自己的 Python 项目。
正文 · AI 翻译
摘要：符号执行（例如 Python 的 CrossHair 等工具中）是一种强大的缺陷发现技术，但有两个障碍阻碍了它的采用：为代码添加断言所需的人工投入，以及需要对 Python 之外的执行环境（如外部数据库）进行建模。为了克服这两个问题，我们设计了一个智能体框架，将符号执行工具 CrossHair 与 AI 编程智能体协同编排。在无需人工干预的情况下，它会为代码仓库添加断言，为数据库合成一个感知约束的符号环境，运行符号执行，并为它报告的每个缺陷构建一个具体测试作为证据。我们在 11 个流行的开源 Python Web 应用（Zulip、NetBox、Apache Superset 等）共 1,156,044 行 Python 代码上评估了我们的框架。借助合成的环境，CrossHair 能够执行 5,406 个带合约函数中的 81%，而没有该环境时仅为 4.5%。我们的流程发现了 1,050 个缺陷，每个缺陷都通过针对未修改应用的测试得以复现，其中 221 个由 CrossHair 发现，312 个被同一 LLM 检查代码的基线方法遗漏。两者发现的缺陷类型不同：CrossHair 发现的大多是验证允许的输入域边界情况导致的崩溃，例如空字符串、缺失字段和异常字符，而代码检查发现的大多是产生错误输出的缺陷。因此，我们的框架让符号执行能够补充基于检查的缺陷发现。
| 学科分类： | 软件工程 (cs.SE)；人工智能 (cs.AI)；计算机科学中的逻辑 (cs.LO)；符号计算 (cs.SC) |
| 引用格式： | arXiv:2611.15596 [cs.SE] |
| （本版本为 arXiv:2611.15596v1 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2611.15596 通过 DataCite 获取 arXiv 发布的 DOI（待注册） |
提交历史
来自：George Granberry [查看邮件]
[v1]
2026年11月11日 星期三 15:15:01 UTC（351 KB）
来源：arXiv cs.AI · arxiv.org