软件世界模型：从后果预测到决策价值

编码智能体可以安全地修改一个存储库，同时默默地破坏依赖于它的下游服务、库或数据存储。在每个智能体操作之后彻底运行集成测试是不切实际的，因此智能体必须在执行这些故障之前预测它们。现有的软件世界模型预测智能体自己的观察结果，而静态变更影响分析仅识别变更可能传播的位置。相反，我们引入了软件世界模型 (SWM)，它对受代码更改影响的更广泛的系统进行建模，并预测其爆炸集：更改将破坏的组件。 SWM 遵循三个阶段：探索、学习和行动。探索从恢复的系统状态执行候选更改，优先考虑观察到的故障与依赖关系图相矛盾的区域。 Learn 根据这些执行结果微调语言模型，以预测下游损坏。 Act 将采样预测转换为每个消费者的中断概率，以进行更改排名、主动迁移，并确定何时值得进行另一次执行。在留出合成系统上，SWM 将静态可达性的爆炸集 F1 从 0.431 提高到 $0.571\pm0.037$，将排名遗憾减少一半以上，并提高所有九个评估检查点的迁移回报。这两种方法是互补的：可达性对图中表示的依赖关系更强，而 SWM 可以恢复由于图未命中的耦合而导致的故障。 留出真实库上的实验进一步表明，预测结构化故障结果（而不仅仅是标量风险）对于下游决策质量非常重要。