向开发人员学习：面向 Linux 实现大规模可靠补丁验证

补丁审查对于软件开发至关重要，尤其是在高度依赖志愿工作的分布式开源开发中，例如Linux。本文研究了过去 10 年 Linux 内存管理子系统的补丁审查，以描述大规模补丁审查所面临的挑战。我们的研究表明，尽管有各种各样的自动检查工具，但审查过程仍然主要依赖于人类的努力。尽管内核开发人员努力审查所有补丁提案，但他们很难跟上不断增加的提交量，并且很大程度上依赖于少数开发人员进行这些审查。为了帮助扩展补丁审查流程，我们引入了 FLINT，这是一个补丁验证系统框架，它综合了开发人员过去讨论中的见解，并自动分析补丁建议的合规性。 FLINT 采用基于规则的分析，基于开发人员之间过去的讨论和 LLM，不需要对新数据进行训练或 微调，并且可以以最少的人力不断改进。 FLINT 使用多阶段方法从过去的讨论中有效地提取重要信息。随后，当补丁提案需要审核时，FLINT 会检索相关的验证规则进行验证，并生成一份由参考支持的报告，开发人员可以轻松解释和验证该报告。 FLINT 针对传统工具难以检测的错误，范围从可维护性问题（例如设计选择和命名约定）到复杂的并发问题（例如死锁和数据竞争）。 FLINT 在 Linux v6.18 开发周期中检测到 2 个新问题，在之前版本中检测到 7 个问题。与仅使用 LLM 的基线相比，FLINT 在并发错误方面的 真值 覆盖率分别提高了 21% 和 14%。此外，FLINT 的误报率为 35%，低于基线。