外观
AgenticRepair：多 Agent 分工对漏洞修复的增益远超单项上下文来源
摘要
AgenticRepair 把代码结构、运行时执行和提交历史交给三个专用 Agent 并行提取，再由修复 Agent 生成补丁。作者在 SEC-Bench 的 300 个真实 C/C++ 漏洞实例上报告严格成功 220/300（73.3%），而同为 GPT-5.2 的 Smolagents 基线为 134/300（44.7%）。在 200 个 CVE 的消融中，完整系统严格成功 150/200（75.0%），换成单 Agent 脚手架后为 61/200（30.5%）。
这组结果支持多角色分工与持久上下文对漏洞修复有效，但论文标题强调的三类上下文各自消融只降低 0.5 至 2.0 个百分点，远小于多 Agent 脚手架带来的 44.5 个百分点差异。当前主要证据因此是“编排结构显著提升该基准结果”，不是每一种上下文来源都获得了同等强度的独立验证。
方法的独特价值
AgenticRepair 的独特价值在于把漏洞修复所需的三类上下文（代码结构、运行时执行反馈、提交历史）分给专用 Agent 并行提取而不是塞进单一 Agent 的上下文窗口，再由修复 Agent 综合这些持久化的结构化信息生成补丁。
适用范围
结果限于 SEC-Bench、C/C++ 语言和作者选定的 GPT-5.2 配置，未证明跨语言泛化，也未验证在更大规模或非 C/C++ 代码库上是否保持同等增益比例。
方法与实施流程
三个专用 Agent 并行提取：代码结构 Agent 分析漏洞相关的代码组织与依赖，运行时执行 Agent 获取动态执行反馈（如崩溃栈、测试失败信息），提交历史 Agent 提取相关提交的演进上下文。修复 Agent 综合三路持久化上下文生成补丁。评测在 SEC-Bench 的 300 个真实 C/C++ 漏洞实例上进行，并与同模型的 Smolagents 单 Agent 基线比较；另在 200 个 CVE 子集上做消融实验，分别移除多 Agent 脚手架和三类上下文来源。
质量控制
核心指标是“严格成功”率（补丁需通过原始判定标准，而非部分匹配）。消融维度包括：完整系统 vs. 单 Agent 脚手架（300 例主实验：220/300 vs. 134/300；200 例消融：150/200 vs. 61/200），以及分别移除代码结构、运行时执行、提交历史三类上下文各自对严格成功率的影响（每项消融降低 0.5–2.0 个百分点）。
局限与待验证问题
- 证据等级为中等：论文提供完整消融矩阵和两组独立实验（300 例主实验、200 例消融），但仅限 SEC-Bench 和 C/C++，未做独立复现。
- 三类上下文来源各自消融影响很小（0.5–2.0 个百分点），这可能说明三者信息存在冗余，也可能说明当前消融设计未能隔离出每种上下文的真实贡献；论文未进一步拆解。
- 44.5 个百分点的多 Agent 脚手架增益是否来自并行提取本身，还是来自任务分解降低了单 Agent 的上下文管理负担，论文未明确区分这两种解释。
- 未验证该架构在需要跨服务、跨语言追踪的复杂漏洞修复任务上是否保持同等优势。