# 缺陷修复：交付补丁与回归证据

工作单元：W-C01；版本：2026-10-21.workunits.2；复核：2026-10-20
让原本可复现的错误消失，同时保持已有行为。

## 当前用法
仓库和复现条件明确时，可委派Agent完成补丁与回归循环，再按行为证据接收。
依据：SWT-Bench提供复现测试及补丁前后独立运行方法；当前修复采用建议为据此作出的编辑判断，不冒称本站真实仓库试验。
来源状态：active
本站记录：未对这一完整修复单元发布本站AI试验结果。

条件：
- 能够运行相关测试或提供隔离复现
- 补丁范围和关键兼容行为已明确
- 接收者能检查高影响变更和验收器本身

## 请求与范围
维护者有一个仍未解决的缺陷，并能提供仓库与故障条件。
包含定位、修改和回归循环，止于维护者接收；生产发布是另一项授权与环境决定。

## 输入
- 仓库快照：提交SHA、安装与测试入口、允许改动范围。
- 失败契约：复现输入、实际与期望行为、影响对象；先核对是否已被其他补丁解决。

## 交付物
- 可审查补丁及修改理由
- 同一复现步骤的修复前失败、修复后通过记录
- 受影响回归、未测区域和兼容性说明

## 验收
1. 原错误被真实捕获
   方法：在基线和候选上重放同一失败输入，观察行为或状态
   拒收：只新增一个永远通过的测试，原问题仍在。
2. 修复未破坏现有约束
   方法：运行受影响调用方与边界回归；审阅测试是否被删改绕过
   拒收：为通过测试移除权限检查或跳过失败用例。
3. 交付对应可复现环境
   方法：核对仓库SHA、依赖、命令与日志；环境失败单列
   拒收：把依赖装不上写成缺陷已经修复。


## 具体例子
输入：缓存刷新后返回旧值；固定仓库版本和可重复的刷新/读取序列。
预期产物：修复缓存失效的补丁、基线失败与候选通过记录、并发读取回归结果。
失败：只清空单元测试中的缓存，让测试变绿，却未改真实刷新路径。

## 工作重组
以前：维护者逐步定位、手改、补测，再交由同事审阅。
现在：维护者交付故障契约；Agent自行搜索和修改，测试失败返回修复循环；接收以行为与差异为依据。
保留：
- 真实故障复现
- 关键兼容性与发布判断
新增：
- 环境和上下文准备
- 核验测试是否覆盖根因
- 收集Agent反复失败模式

## 人的责任与失败接管
确认期望行为与业务影响，裁决需求冲突，决定接收和发布条件；无需逐行亲手完成补丁。
不能复现时返回环境、尝试输入和缺失条件；补丁退化时保留失败证据并继续修正，不能靠缩小原需求宣布成功。

## 尚待补足
- 尚缺目标仓库原失败→根因补丁→受影响回归的独立接收记录，尤其并发交错与真实依赖。

## 职业与团队下一步
维护工程、可靠性工程
用一份真实脱敏修复展示故障复现、影响分析、回归和本人做出的取舍。
对照目标岗位的仓库规模、语言及值班要求；缺生产经验时先补受限修复证据，再决定申请或选择初级维护岗位。
/explore?purpose=career&domain=computing
缺陷积压是否来自定位慢、环境难复现，还是接收排队？
先让Agent处理可复现且范围明确的修复；由熟悉系统者集中处理行为冲突与高影响接收。
选择一周真实积压，比较交付周期、返工与复核用时，再决定增工具、培养复核者或补维护人手。
/explore?purpose=team&domain=computing

## 证据与关系
- SWT-Bench 官方实现：https://github.com/logic-star-ai/swt-bench
  定位：README：Overview；Unit Test vs Reproduction Script；gold validation；公开 NeurIPS2024；仓库持续更新；核查 2026-10-20；复查 2027-01-20
  支持：提供补丁前后双运行的验收入口。
  未覆盖：只生成复现测试，没有保证补丁正确或覆盖未知回归。
- /work-tasks/DEV-21670：来源职责涵盖软件错误修正；未把整个职业任务等同本交付。（partial；2026-10-02.2）
- /changes?task=C03：熟悉项目维护的历史证据与净交付成本可作背景。（partial；2026-10-19.boundary.1）

## 任务级判断与证据
采用方式：限定条件下整包委派
从证据到建议：失败契约将搜索空间限定为可观察行为；补丁前后运行与受影响回归能否捕获真实错误，比生成代码是否流畅更有判别力。对无法复现的投诉先接收诊断。
当前可用性：open-implementation；SWT提供容器验收器；修复Agent需接入自己的模型，语料和工具不是此仓库已修复证明。
- SWT-Bench：https://github.com/logic-star-ai/swt-bench
  2026-10-20公开仓库HEAD 330a649a764fab2fadaea632776eeae87272f74b；实际运行另固定依赖/镜像/模型；源码公开；需容器资源、目标仓库和模型账户

### 缺陷测试应在基线失败、正确修复后通过；可用独立失败输入排除补丁和自写测试互相自证。
依据身份：工具与方法依据；状态：active
- SWT-Bench 官方实现：https://github.com/logic-star-ai/swt-bench
  定位：Overview；unit test/reproduction script modes；关系：method
  支持：提供补丁前后双运行的验收入口。
  限制：只生成复现测试，没有保证补丁正确或覆盖未知回归。
  核查：2026-10-20；来源状态：active
适用限制：只生成复现测试，没有保证补丁正确或覆盖未知回归。

### 可复现缺陷、可启动依赖和有限改动范围齐备时，可委派Agent整包搜索、修复、重测，按行为结果接收。
依据身份：有条件的编辑推断；状态：active
- SWT-Bench 官方实现：https://github.com/logic-star-ai/swt-bench
  定位：Overview与gold validation；关系：adjacent
  支持：从可运行缺陷控制迁移到修复反馈。
  限制：本站没有对新仓库运行；并发、数据损失和环境差异须按变体增加检查。
  核查：2026-10-20；来源状态：active
适用限制：本站没有对新仓库运行；并发、数据损失和环境差异须按变体增加检查。

## 情境变化
### 并发与一致性
输入变化：竞争条件、异步消息或跨服务重试而非单线程错误。
判断变化：分阶段接收可控制交错的复现后再修；单次通过不能证明竞争消失。
验收变化：加入屏障/故障注入、多种执行交错、幂等及事务不变量检查。
### 浏览器或设备缺陷
输入变化：原错误依赖渲染、权限、生命周期或具体设备。
判断变化：编译和服务测试只接收代码层；须采用W-C04/W-C05的真实环境交付。
验收变化：重放对应浏览器/真机路径并核对持久状态，不能用Mock替代。
### 依赖与兼容迁移
输入变化：故障来自依赖升级或多个调用方版本。
判断变化：允许Agent修依赖与适配，但需兼容矩阵而非只运行最新版本。
验收变化：旧/新客户端、锁文件、配置与失败回退各有结果。

研究前沿：公开系统已能构造仓库级复现测试和修复候选；材料不覆盖目标系统全部竞争条件及长期行为。
下一项验证：选一个未解决的授权缺陷；冻结SHA，先让独立复现捕获基线，再接收补丁并重放用户路径和关键回归，保留失败尝试。
未来改判信号：
- 新缺陷的独立复现、受影响回归和真实维护接收都持续成立，可考虑扩大相近输入范围。
- 原错误复发、测试被改弱或确认成本抵消收益，应收窄或暂停相应采用。

## 与本单元直接关联的进展
尚未收录与本单元直接关联的新进展。当前用法依据本页的方法与验收资料，不能套用同领域其他任务的成果。

领域背景与未来情景：/explore?purpose=understand&domain=computing


## 工具与采用佐证
### OpenHands：把不同编程Agent接入持续工作环境
来源状态：active
核查层级：implementation_inspected；日期：2026-10-19；版本：f3caa2778553662c22715bfb52b5eb6edf975d5b
原始主张：项目提供本地/远程Agent工作台、后端选择和自动化连接。
已检查：固定commit的README、许可证和自动化接口测试已读；旧resolver路径404。主仓库当前负责Canvas，SDK和automation分别承接执行与触发。
支持：编程工作已有组织Agent运行、工作区和自动化的实现路径，可以作为搭建交付环境的候选。
限制：接口测试存在不证明任务成功；没有在本站启动该工具或使用其云服务。
下一步：固定SDK/Canvas匹配版本，在隔离仓库用一个有失败回归的缺陷和一项新功能检查完整产物、重试、权限与人工接收。
https://github.com/OpenHands/OpenHands/blob/f3caa2778553662c22715bfb52b5eb6edf975d5b/README.md

### Cognition：高比例AI代码提交是采用线索
来源状态：active
核查层级：claim_checked；日期：2026-10-19；版本：official-post-2026-05-27
原始主张：2026-05-27官方文章称，内部工程师提交的代码89%由Devin提交。
已检查：实际读取原始What’s Next段；没有把融资、收入或转述数量视为独立证据。
支持：提示工程师工作可能从逐行编写转向问题定义、并行执行与接收，可纳入未来职责情景的观察清单。
限制：原文比例不等于89%工程工作自动完成，也未提供本站可复算的分母、窗口及人工复核成本。
下一步：取得明确时间窗与可审计PR样本，区分生成/提交/合并/接收，纳入删除、回滚、人工重写及完整人时，再判断净效果。
https://cognition.com/blog/series-d