自回归却可修订：面向安全代码生成的解码修订机制

基于大语言模型的代码生成通常被表述为严格的单调过程，即向不可变的前缀线性追加令牌。这与编程中向前生成与即时修订交织的认知过程形成对比。现有工作试图通过后处理代理或外部静态工具引入修订机制，但往往面临高延迟或无法利用模型内在语义推理的缺陷。本文提出“修订流”范式，通过引入特定动作令牌，使模型能在单次前向传播中无缝回溯并编辑自身历史，将修订循环内部化。该方法激活了模型的潜在自修正能力，无需外部依赖。在安全代码生成任务上的实证结果表明，该框架显著减少了代码漏洞，且推理开销极小。