基于大语言模型的智能体化软件问题解决：综述

软件问题解决任务旨在根据用户提供的自然语言描述，处理软件仓库中的实际问题（例如修复漏洞、优化效率），这是软件维护的一个核心环节。随着大语言模型（LLMs）在推理和生成能力方面的飞速发展，基于大语言模型的方法在自动化软件问题解决领域取得了显著进展。 另一方面，现实世界中的软件问题解决本质上是复杂的，需要长程推理（long-horizon reasoning）、迭代探索以及反馈驱动的决策，这些需求超出了传统单步处理方法的能力，转而需要**智能体（agentic）能力。近来，基于大语言模型的智能体系统已成为软件问题解决的主流方案。智能体化软件问题解决的进步，不仅能大幅提升软件维护的效率和质量，还为验证智能体系统的推理、规划和执行能力提供了一个真实的测试环境，从而搭建起了人工智能与软件工程之间的桥梁。 本研究对近期处于 LLM 驱动的智能体软件问题解决研究前沿的 126 篇论文进行了系统性的综述。文中概述了该任务的通用工作流程，并从三个维度建立了分类体系：基准测试（Benchmarks）、技术方法（Techniques）和实证研究（Empirical studies）。此外，本文重点强调了智能体强化学习（Agentic Reinforcement Learning）**的兴起如何为软件工程智能体系统的设计和训练带来了范式转变。最后，文章总结了当前面临的主要挑战，并指出了未来研究中极具前景的方向。本综述配套的资源页面见：https://github.com/ZhonghaoJiang/Awesome-Issue-Solving。 在软件工程中，软件维护通常占软件生命周期成本的三分之二左右 [95, 183]。而在软件维护中，**软件问题解决（Software issue resolution）**占据着举足轻重的地位 [87, 93]。该任务旨在根据开发人员对问题的自然语言描述，理解、定位并解决真实代码仓库中的问题，涵盖了诸如漏洞修复（bug fixes）、功能添加（feature additions）和效率优化（efficiency optimizations）等多种维护活动。为了简洁起见，下文将该任务简称为“问题解决”（issue resolution）。传统的问题解决方法过度依赖人类专家的经验，导致过程耗时、易错且难以规模化 [128]。因此，长期以来，问题解决一直被视为实现高效软件演进的关键瓶颈 [19]。

近年来，大语言模型（LLMs）凭借其在代码理解 [138]、推理 [57, 162] 和生成 [73] 方面的飞速进步，在软件工程的多个领域取得了显著成功 [10, 20, 165]，为自动化问题解决铺平了道路。然而，真实软件系统中的问题解决本质上是复杂的，通常涉及长程推理、迭代探索、与动态代码库的交互以及反馈驱动的决策，这些都超出了传统单步自动化方法的能力范畴。**基于 LLM 的智能体系统（LLM-based agentic systems）**是自主的、目标驱动的 AI 架构，能够解释目标、规划多步任务并根据环境反馈调整行为 [18]。它们已成为问题解决领域的主流且最先进（SOTA）的方法 [157, 164, 174]。

基于 LLM 的智能体问题解决工具已在现实软件开发中得到广泛应用。例如，截至 2025 年 5 月，最强大的智能体化问题解决和代码辅助工具之一 Trae [51]，月活跃用户已突破 100 万，并协助交付了超过 60 亿行代码 [8]。另一方面，由于其复杂性和广泛的适用性，问题解决已成为评估 LLM 和软件工程（SE）智能体系统的关键任务 [11, 68, 184]。推动基于 LLM 的智能体化问题解决，不仅有望显著提升软件维护的效率和质量，还能为智能体系统提供一个验证复杂推理、规划和执行能力的真实环境，从而作为 AI 与软件工程双向融合的重要桥梁。 鉴于其重要性和影响力，对基于 LLM 的智能体化问题解决进行系统性综述，对于全面概述当前研究并指出未来方向至关重要。尽管现有的综述 [58, 98, 148, 172] 基于自动程序修复（APR）或代码生成的分类法组织了部分研究，但由于以下原因，它们未能全面覆盖问题解决领域： 1. 缺乏专门针对问题解决和工作流建模的分类体系：现有综述 [58, 148, 172] 未将问题解决视为一个整体任务，而是将其拆分到 APR 等现有领域中。然而，与 APR 不同，问题解决涵盖了更广泛的维护活动（如效率优化和功能添加）。即使是漏洞修复，问题解决也不预设存在能够触发漏洞的测试用例。这些差异使得现有分类法不足以系统地组织所有相关研究。此外，这些综述还忽略了对众多问题解决基准测试和实证研究的考察。 1. 忽视了近期问题解决技术的范式转变：近期，强化学习在 LLM 中的卓越表现为构建问题解决智能体系统塑造了新范式 [57, 187]。研究重点正逐渐从基于通用 LLM 的提示工程（Prompt Engineering）转向训练专门用于驱动问题解决智能体的强大且高效的模型 [176]。现有综述 [98, 172] 未能捕捉到这一范式转变，忽略了关于问题解决模型训练策略的研究。

为了填补这一空白，本文提出了首个专门针对基于 LLM 的智能体化问题解决任务的全面综述。我们提出了一个跨越三个维度的分类体系：基准测试（Benchmarks）、技术方法（Techniques）和实证研究（Empirical studies）。在技术维度下，我们从“方案设计范式”和“领域特定模型学习策略”两个视角审视了问题解决的每个阶段（定位、修复、验证），重点突出了强化学习带来的重大变革。

图1：自动化问题解决的一般工作流程，展示了从输入处理到修复和补丁验证的进展