# AI-assisterad refaktorering: metoder och evidens

Canonical HTML: https://aogavrilov.com/sv/research-notes/ai-assisted-refactoring-evidence/

Document language: sv

FORSKNINGSANTECKNING

Hur nya metoder för AI-assisterad refaktorering kan utvärderas utan att en plausibel genererad programfix förväxlas med verifierat beteendebevarande.

Publicerad 30 juli 2026 [Alexey Gavrilov](https://aogavrilov.com/about/)

DIREKT SVAR

## Vilka metoder och vilken evidens är relevanta för AI-assisterad beteendebevarande refaktorisering?

Håll transformationsförslaget åtskilt från betrodd exekvering och verifiering. Låt där så är möjligt modellen identifiera en refaktorisering och tillämpa den via en refaktoriseringsmotor; kräv därefter kompilering, tester, statiska kontroller och belägg för att den avsedda transformationen ägde rum.

## Varför åtskillnaden är viktig

Metoden och den påstådda garantin måste ha samma observerbara gräns.

Refaktorisering förväntas bevara observerbart beteende samtidigt som den interna strukturen förbättras. En språkmodell kan föreslå en övertygande omskrivning utan att belägga någon av dessa avtalsdelar; ytlig rimlighet är därför inte tillräcklig.

Nyare arbeten separerar rollerna på olika sätt: en modell kan identifiera en känd transformation som exekveras av en betrodd motor, eller generera en programfix som därefter genomgår kompilering, tester, statisk analys och detektering av refaktorisering. Verifieringsytan är lika betydelsefull som modellen.

## Praktiskt tillvägagångssätt

1. Specificera den avsedda refaktoriseringen Ange den strukturella förändringen och det beteende som måste förbli stabilt i stället för att efterfråga en allmän upprensning.
2. Föredra betrodd exekvering för kända transformationer När en refaktoriseringsmotor stöder åtgärden bör modellen användas för detektion eller parameterval och motorn för att genomföra den.
3. Verifiera genererade patchar på repositorienivå Kompilera, kör relevanta tester, utför statiska kontroller och bekräfta att den avsedda refaktoriseringen genomfördes utan orelaterade ändringar.
4. Granska kvarstående risk Dokumentera beteenden som saknar testtäckning, instabila tester, effekter mellan filer och fall där en plausibel programfix inte kunde verifieras.

## Belägg som krävs

Ett påstående är inte starkare än den egenskap som mäts efter generering eller avkodning.

- Transformationen identifieras och beskrivs inte enbart som förbättrad kodkvalitet.
- Kompileringen och relevanta tester lyckas efter ändringen.
- Statiska kontroller och detektion av refaktorisering stöder det strukturella påståendet.
- Orelaterade diffar utanför det avsedda omfånget mäts eller granskas.
- Begränsningar i fråga om kodarkivskontext och testtäckning redovisas.

### Vad den länkade studien rapporterar

- Webbplatsens artikel om hierarkisk latent styrning utgör närliggande evidens om avgränsad generering, inte ett benchmark för beteendebevarande refaktorisering.
- Studiens mått på parsbarhet, redigeringsfrihet och mångfald kan vägleda utformningen av styrgränssnitt, men ersätter inte kompilering, tester eller identifiering av refaktoriseringar.
- För påståenden om refaktorisering bör evidenskraven även fortsättningsvis ta hänsyn till beteende och kodarkiv.

[Läs publikationsöversikten](https://aogavrilov.com/sv/publications/inspectable-control/) [Sök i artikelns fulltext](https://aogavrilov.com/publications/inspectable-control/full-text/)

## Avgränsning

- Att klara tillgängliga tester bevisar inte semantisk ekvivalens för oprövat beteende.
- En mindre diff innebär inte automatiskt en korrekt refaktorering.
- Det länkade experimentet på webbplatsen omfattar korta Python-funktioner och utvärderar inte refaktorisering på repositorienivå.

## Primära och närliggande källor

Se de länkade artiklarna för originalmetoderna, mätningarna och de angivna begränsningarna.

1. [An Empirical Study on the Potential of LLMs in Automated Software Refactoring](https://arxiv.org/abs/2411.04444) Studerar refaktoriseringar föreslagna av LLM:er och betrodd återtillämpning med en refaktoriseringsmotor.
2. [SWE-Refactor: A Repository-Level Benchmark for Real-World LLM-Based Code Refactoring](https://arxiv.org/abs/2602.03712) Kompilering, tester och refaktoriseringsinriktad utvärdering på kodarkivsnivå.
3. [Inspectable Control for Structure-Preserving Software Regeneration](https://aogavrilov.com/sv/publications/inspectable-control/) Relaterad evidens för avgränsad generering och uttryckligen angivna begränsningar.

Underhålls av Alexey Gavrilov . Denna sida sammanfattar befintlig evidens och tillför inga experimentella resultat utöver de citerade källorna.