苹果为开发者减负: 可AI自动编写测试、修复 BUG、预测代码缺陷

IT之家10月17日消息，科技媒体Appleinsider昨日（10月16日）发布博文，报道称苹果公司公布了3项AIAI研究成果，深入探讨了如何运用人工智能（AI）与大语言模型（LLM）提升软件开发与测试的效率。

这些研究分别聚焦于自动化质量工程（QE）测试、修复代码错误以及预测软件缺陷，旨在解决传统手动测试耗时、昂贵且易出错的痛点。

一、AgenticRAGFramework

第一项研究提出了一个“智能体RAG框架”（AgenticRAGFramework），专门用于软件自动化测试。

传统模式下，质量工程师需要花费30-40%的时间手动编写测试方案和脚本。为解决此问题，苹果设计了一个由六个专业AI智能体组成的协同系统，分别负责法规遵从、历史案例分析、测试生成等任务。

该框架取得了显著成效：不仅将测试准确率从65%提升至94.8%，还将所需时间大幅缩短了85%，同时BUG检测率也提高了35%。

二、SWE-Gym

第二项研究则推出了一个名为“SWE-Gym”的训练环境，专门用于培养AI智能体解决真实世界的软件工程问题。

该环境整合了来自11个知名Python代码库的2438个真实GitHub问题，让AI在模拟环境中学习诊断并修复错误。

经过训练，基于语言模型的AI智能体成功解决了72.5%的编程任务。这项研究旨在通过AI辅助提升开发人员的生产力，并为探索“人机协作”编程模式提供了新方向。

三、ADE-QVAET

第三项研究聚焦于软件BUG的“事前预测”，并为此开发了名为“ADE-QVAET”的AI模型。

它结合了自适应优化技术（ADE）与量子变分自动编码器（QVAET），通过深度学习和模式识别来精准定位高维特征中的异常。

该研究的目标是利用AI从“被动修复”转向“主动预防”，从根本上提升软件质量。

IT之家附上参考地址