想象一下，互联网是一座完全由代码构成的、繁忙且喧闹的巨大城市。在这座城市中，“模糊测试”（fuzzing）就像是派出成千上万个微小的、混乱的机器人，去撞击墙壁、绊倒电线，并戳向它们能找到的每一个门洞。它们的任务是寻找城市防御中的隐藏裂缝——即黑客可以利用来入侵的软件漏洞。多年来，这些机器人非常擅长寻找裂缝，每年都在开源项目中发现数以千计的安全漏洞。但问题在于：虽然机器人非常擅长找洞，但修复这些洞仍然是一个缓慢的人工过程。这就像你拥有一支能够找出城市里每一个坑洼的机器人军队，但随后你必须雇佣一支工程师团队，坐下来逐一修复每一个坑洼。随着城市规模的扩大，这种人工修复过程成为了一个巨大的瓶颈，导致城市在很长一段时间内处于脆弱状态。这就是“自动化漏洞修复”（Automated Vulnerability Repair）的概念所要解决的问题：尝试构建一个不仅能发现坑洼，还能自动修补它们的系统。

由此诞生了 PatchIsland，一个旨在解决这一问题的全新系统。研究人员意识到，现有的自动化修复工具就像是在安静车库里工作的单人技师；它们是在受控环境下针对单辆汽车进行的测试。但在现实世界的持续模糊测试中，那是一条嘈杂、混乱且不可预测的高速公路，车辆会不断发生故障。为了应对这种情况，团队构建了 PatchIsland，该系统不再像一个孤独的技师，而更像是一个高度组织化的、24/7 全天候运作的维修队。他们在名为 AIxCC（AI 网络挑战赛）的大型竞赛中对其进行了测试，要求它在没有任何人工帮助的情况下完全自主运行一周。结果令人印象深刻：PatchIsland 成功修复了 43 个真实漏洞中的 31 个，达到了 72.1% 的成功率，甚至还修复了流行项目 PDFBox 中一个全新的、从未见过的“零日”（zero-day）漏洞。

问题所在：“一刀切”的陷阱

想象一下，你正在试图修复大坝上的一个泄漏点。你的工具箱里有一个锤子、一个扳手和一个胶枪。如果你只使用锤子，你可能会修好一道裂缝，但如果泄漏的是一根破裂的管道，你就会失败。以往大多数自动化修复系统就像那个锤子：它们被设计为在受控的单次运行测试中完美工作。但在现实世界的持续模糊测试中，“泄漏”是多样化的，环境是混乱的，而且问题会不断发生。依赖单一方法的系统在遇到并非其专门训练过的特定问题时，往往会崩溃或陷入停滞。研究人员发现，这些旧系统根本无法处理持续性、现实世界修复工作的复杂性。

解决方案：多元化专家的团队

为了解决这个问题，团队利用“智能体集成”（ensemble of agents）的概念构建了 PatchIsland。不要把它想成雇佣了一位超级天才技师，而是雇佣了一支由不同领域的专家组成的团队，每个人都拥有不同的超能力。有些智能体擅长阅读代码，有些是寻找特定类型漏洞的专家，有些速度很快但可能有点粗心，而另一些则虽然慢但极其精准。

PatchIsland 不再依赖单个智能体完成所有工作，而是将损坏的代码发送给整个团队。如果一个智能体失败或困惑了，其他智能体会继续工作。这就像是一个消防队，如果其中一辆消防车坏了，其他的车仍能继续灭火。这种多样性使系统更加稳健，这意味着即使单个部分失效，系统也能持续运行。

智能过滤器：避免“重蹈覆辙”

在持续修复系统中，同一个漏洞往往会反复导致同一种崩溃。如果系统尝试修复同一个崩溃 100 次，将会浪费大量的时间和金钱。研究人员引入了一种聪明的“两阶段去重”（two-phase deduplication）策略。

想象一位收到犯罪报告的侦探。在召集整个团队之前，侦探会检查：“这起完全相同的犯罪是否已经被解决？”

1. 第一阶段（崩溃检查）： 当新的崩溃报告传来时，系统会检查团队生成的补丁是否已经可以修复它。如果是，则忽略该新报告。
2. 第二阶段（补丁检查）： 如果团队生成了一个新补丁，系统会检查这个新补丁是旧补丁的重复，还是确实修复了新的问题。如果是重复，则将其丢弃；如果更好，则替换旧补丁。

这确保了系统不会在重复修复同一个问题上浪费精力，这在处理数以千计的报告时至关重要。

指挥家：FP2 编排

既然有一个由不同智能体组成的团队，你就需要一个指挥家来决定谁在何时工作以及如何工作。团队开发了一种称为 FP2（先到先得、基于偏好且感知提供者）的策略。

• 先到先得： 一旦补丁准备就绪，它就会被迅速提交。
• 基于偏好： 系统知道哪些智能体通常是寻找正确修复方案的“高手”。它会让这些顶尖智能体优先尝试。如果它们失败了，才会调用其他智能体。这节省了时间和成本。
• 感知提供者： 智能体使用不同的 AI “大脑”（如不同的语言大模型）。系统会分散工作量，确保没有单个 AI 会因为过载或达到速率限制而瘫痪。

这种编排确保了系统的效率，在速度与使用强大 AI 工具的成本之间取得了平衡。

结果：现实世界的试驾

真正的考验来自 AIxCC 决赛，这是一场为期一周的竞赛，参赛队伍必须在没有任何人工干预的情况下，发现并修复 53 个不同的开源项目中的漏洞。

• 得分： PatchIsland 发现并修复了 31 个漏洞，是所有队伍中数量最高的。
• 成功率： 它实现了 72.1% 的成功率（在 43 个确认的漏洞中修复了 31 个）。
• 零日漏洞的胜利： 在一个令人惊叹的时刻，PatchIsland 修复了 PDFBox 项目中的一个全新漏洞。比赛结束后，该项目的维护者采用了系统生成的完全相同的补丁，这证明了 AI 不仅仅是在猜测，它找到了一个真实的、正确的解决方案。

研究人员还指出，虽然该系统非常有效，但并非完美。它确实遇到了一些“单点故障”，例如 systemd 项目中的一个链接中断，导致系统无法针对该特定任务进行初始化。然而，与那些崩溃频率更高的系统相比，PatchIsland 的设计使其能够应对大部分混乱情况。

这为什么重要

PatchIsland 表明，我们正离“软件能够自我愈合”的未来越来越近。通过将多样化的 AI 智能体团队与智能管理和过滤相结合，该系统可以处理持续安全测试中混乱且不可预测的现实情况。这表明，虽然我们目前可能还无法完全实现自动消除所有漏洞，但我们可以构建足够稳健的系统，来应对现代软件面临的漏洞洪流，从而减轻人类专家的负担，让我们的数字城市更加安全。