想象一下你是一位试图修复食谱的大厨。有时，菜肴味道还可以，但烹饪时间太长了。有时，指令是用只有原配方大厨才能看懂的秘密代码编写的，导致其他人根本无法阅读。在计算机科学的世界里，这就是“代码编辑”的日常挣扎。计算机使用一种严格指令的语言，当开发者想要改变程序的运行方式——使其更快、更安全或更易读时——他们必须重写这些指令。长期以来，我们一直依赖超级智能的 AI 助手（称为大语言模型）来完成这种重写工作。这些 AI 模型就像是才华横溢但略显混乱的学徒，他们可以猜测下一步的食谱步骤。然而，他们经常猜错，要么彻底改变了菜肴的风味，要么弄坏了烤箱。他们倾向于通过记忆数百万个食谱并尝试去“感受”正确答案，而不是理解真正的烹饪规则。这篇论文提出了一个简单但强大的问题：如果我们不仅仅是让 AI 去“猜测”，而是教给它修复食谱的具体、循序渐进的规则，让它确切知道该修改什么以及该保留什么，情况会怎样？
由 Weichen Li 及其同事领导的研究人员引入了一个名为 EDITLORD 的新框架。把 EDITLORD 想象成一个 AI 的“规则书制定者”。EDITLORD 不仅仅是要求 AI “修复这段代码”，它首先像一名侦探一样，在研究了数千个代码被修复前后的示例后，从中提取出一份简洁的“元规则”列表——这些是简单、清晰的指令，比如“从使用慢速勺子切换到快速搅拌器”或“将一个令人困惑的成分名称替换为一个清晰的名称”。这些规则是用通俗易懂的英语编写的，使得人类易于理解，也便于 AI 遵循。一旦 AI 拥有了这本规则书，它就会利用它来编辑新的代码。其结果是，AI 不再只是凭空幻觉出一个解决方案，而是遵循一条逻辑清晰、明确的路径来解决问题。
论文发现，这种方法改变了游戏规则。在测试了三个关键任务——让代码运行得更快、将混乱的机器生成代码翻译回人类可读的形式，以及修补安全漏洞时——EDITLORD 的表现显著优于现有最先进的方法。平均而言，它将编辑性能提高了 22.7%，并使 AI 的鲁棒性提升了 58.1%，这意味着当输入看起来略有不同时，它出错的可能性大大降低。在修复安全漏洞这一特定任务中，它的功能正确性提高了 20.2%，确保代码在变得更安全的同时仍能按预期工作。更令人印象深刻的是，当研究人员让人类专家微调 AI 的规则书时，性能提升了高达 35.5%，这表明该系统具有足够的灵活性来学习人类的智慧。
作者明确反对这样一种观点，即我们应该仅仅通过海量数据进行训练，让 AI 通过“猜测”正确的编辑步骤而不理解其中的步骤。他们表明，这种“黑盒”方法往往会导致次优的结果和泛化能力的缺失，即当面对 AI 以前未见过的代码时，AI 会失效。相比之下，EDITLORD 通过将编辑步骤变得显式且模块化的方法，使 AI 能够更好地进行泛化。例如，在测试比训练期间看到的更长的代码时，EDITLORD 的性能下降远低于标准模型。研究人员谨慎地指出，虽然这种方法非常有效，但它并不保证每一段被编辑的代码都是完美的；功能正确性被视为一个努力实现的目标，而非在每一个案例中都达到的绝对数学上的确定性。然而，数据表明，通过将代码编辑转变为一个结构化的、基于规则的过程，我们可以构建出不仅更聪明，而且对于每天依赖它们的开发者来说更安全、更可靠的 AI 工具。