MuMuTestUp：基于突变的多代理测试用例更新

现代软件系统在 CI/CD 实践中快速发展，其中测试对于质量至关重要。然而，大量的代码更改通常会使现有的测试用例变得过时，从而导致管道中断、生产力降低和质量下降。最近的自动测试更新方法利用 LLM 通过执行反馈和精确匹配的上下文检索来细化测试用例，优先考虑可执行性和线路覆盖率，但受到三个限制：（1）忽略测试断言的充分性，削弱故障检测； (2)依靠粗略的线路覆盖而不是特定的未覆盖线路/分支； (3) 使用精确匹配检索，这对于 LLM 幻觉查询失败。为了解决这些问题，我们提出了 MuMuTestUp，一个突变引导的多代理框架，具有三个专门的代理：突变分析（通过幸存的突变体加强断言）、覆盖分析（为未覆盖的线/分支生成有针对性的修复指令）和语义检索（通过语义相似性搜索处理幻觉）。我们还构建了 PRBENCH，这是一个来自 10 个开源 Java 项目的 571 个样本拉请求级数据集（针对交叉提交更新场景进行了验证）。针对最先进基线的评估使用开源 (Deepseek-V3.2) 和闭源 (GPT-4.1) LLM。