LLM-агенты воспроизвели целевые баги лучше генераторов unit-тестов
Агенты получили расположение ошибки и кодовую базу для 210 реальных Java-багов из 66 проектов.
Лучшая комбинация модели и агентной обвязки воспроизвела целевой баг в 89,5% случаев.
Лучший прежний генератор unit-тестов достигал 53% на той же задаче.
Почему важно
Тест, созданный под наблюдаемую ошибку, дает агенту пригодный сигнал для исправления там, где зеленая общая проверка скрывает дефект.