TraceCoder: 一种基于追踪驱动的多智能体框架，用于自动调试LLM生成的代码

大型语言模型（LLMs）在生成复杂任务代码时常常存在细微但关键的错误。现有的自动化修复方法通常依赖于表面的通过/失败信号，难以深入理解程序行为并精确定位错误。此外，由于缺乏从先前失败中学习的能力，修复过程往往陷入重复且低效的循环。为了解决这些问题，本文提出TraceCoder，一个协作式多智能体框架，模拟人类专家的观察-分析-修复流程。该框架首先通过诊断探针对代码进行插桩，以捕获细粒度的运行时追踪，从而深入了解其内部执行情况。然后，它对这些追踪进行因果分析，以准确识别失败的根本原因。这一过程进一步通过一种新颖的历史教训学习机制（HLLM）增强，该机制从之前的失败修复尝试中提炼出见解，以指导后续的修正策略并防止类似错误的再次发生。为了确保稳定收敛，回滚机制强制要求每次修复迭代都朝着正确解决方案取得严格改进。多个基准的全面实验表明，TraceCoder在Pass@1准确性方面相比现有先进基线实现了高达34.43%的相对提升。消融研究验证了每个系统组件的重要性，其中仅迭代修复过程就带来了65.61%的相对准确率提升。此外，TraceCoder在准确性和成本效率方面均显著优于领先的迭代方法。