AI 如何在不重新生成整個程式的情況下編輯程式碼？
以生成模型進行局部程式碼修改的實務研究指南：哪些部分應維持固定、哪些部分可以變更，以及將某項轉換稱為結構保留之前需要哪些證據。
問題的實質所在
程式碼編輯並非只是提示較短的程式碼生成。編輯器接收既有成品、預期變更與隱含的保留契約，因此核心問題包含兩個面向： 哪個區域可以變更，而其餘部分的哪些性質必須維持穩定？
本指南面向初次接觸 AI 輔助軟體編輯、且具備技術素養的讀者，並將局部編輯這一直觀概念，與語法、結構、語意及功能保留等更強的主張區分開來。
核心概念
範圍受限的編輯器不只需要生成目標，也需要明確的保留邊界。
必須維持不變的項目
所保護的對象可以是文字範圍、文法、API 簽章、AST 區域、測試行為、相依性契約，或學習所得的粗粒度表徵。每種選擇所維護的穩定性概念各不相同。
可變更的項目
可編輯區域必須具備足夠自由度，方能完成指定任務。複製所有內容的控制方法雖穩定卻毫無用處；重寫所有內容的方法則僅提供自由度，而欠缺局部性。
直觀模型：翻修一個房間，保留整棟建築
試想只整修一個房間，同時維持承重結構、管線介面與相鄰房間完整無損。完整重新生成就像僅憑口頭描述重建整棟房屋；局部編輯則會標示受保護結構、劃定有限的作業區域、執行變更，並在接受結果前加以檢查。
此類比不再成立之處。 學得的潛在編碼並非經認證的架構藍圖。固定粗粒度編碼可能提高量測到的結構穩定性，但不能保證特定 AST 節點、行為或介面維持不變。
更精確地理解部分再生成
令編碼器映射一個程式 x 轉換為結構化潛在表徵 z。保留遮罩會選取位置 L 予以固定。生成器僅對其互補位置取樣，同時強制維持 z'ₗ = zₗ 套用至每個鎖定位置。接著，解碼器將完整表徵映射 z' 回到原始碼。
此機制在詞元之上建立一個可檢視的控制介面，但其意義仍須透過實證確立：研究者必須測試鎖定位置在解碼後究竟保留了什麼，以及可編輯位置是否仍具足夠自由度。
四階段編輯工作流程
明定邊界
識別受保護的區域或屬性，並界定預期變更。
表徵成品
可使用文字、語法、檢索情境，或學習所得的粗粒度與細粒度編碼。
選擇性地重新生成
在保留選定約束的同時，僅對可編輯位置進行取樣。
接受前先行驗證
衡量局部性、語法、結構、行為及非預期副作用。
程式碼編輯、程式修復與受約束生成並非同一項任務
| 方法 | 主要目標 | 典型保留機制 | 仍待驗證的項目 |
|---|---|---|---|
| 完整程式碼生成 | 產生完整成品 | 提示與上下文 | 所要求變更範圍以外的一切內容 |
| 自動化程式修復 | 移除已診斷的故障 | 故障定位、測試、範本或修補程式 | 現有測試以外的正確性與修補最小性 |
| 填補式模型或編輯模型 | 修改選定的文字區域 | 可見的前綴、後綴、差異或編輯情境 | 非預期的結構與行為變更 |
| 受文法約束的解碼 | 確保輸出符合形式語言 | 符合文法的解碼狀態 | 程式語意、任務正確性與局部性 |
| 階層式潛在控制 | 重新生成選定的已學習位置 | 已鎖定的粗粒度或細粒度潛在編碼 | 這些編碼在解碼後保留了什麼 |
如何衡量局部性與結構保持
- 區域外變更
- 衡量所要求編輯範圍以外的差異。低數值可支持局部性，但僅是複製並不代表成功。
- 可編輯區域的自由度
- 衡量未鎖定區域是否確實改變，以及是否仍存在多個有效候選結果。
- 語法與文法
- 剖析成功率或文法有效性可偵測格式不當的輸出，但其本身無法說明行為是否正確。
- 結構不變量
- 比較任務指定必須保持穩定的簽章、AST 範圍、控制流程、資料流程、匯入項目或 API。
- 功能性證據
- 只要相關成品存在，即執行測試、靜態檢查、編譯及任務特定的行為評估。
- 多樣性與不確定性
- 報告候選結果的獨特性與重複執行的變異，以免將穩定性誤認為模式崩潰。
哪一種控制介面適合此編輯任務？
「不要重寫整個函式」是一項需求，而非完整方法。應先界定必須可預測的結果，再選擇相應的控制介面與佐證。
| 必要保證 | 匹配度更高的控制介面 | 應要求的證據 |
|---|---|---|
| AI 輔助的行為保留重構 | 先由 LLM 識別或提出轉換，再於可行情況下使用可信賴的重構引擎執行。參見 RefactoringMirror. | 編譯、測試、靜態檢查與重構偵測。 SWE-Refactor 在儲存庫層級明確實施這些檢查。 |
| 無須改寫整個函式的局部程式碼修改 | 重用未變更的原始碼片段，並僅生成候選編輯區域，如同 EfficientEdit. | 區域外差異、任務成功與否、已接受詞元的重複使用，以及省略脈絡是否導致遺漏跨檔案變更。 |
| 面向軟體工程的受約束程式碼生成 | 在解碼期間強制滿足形式性質，例如 受文法約束的擴散，或為有效前綴建立檢查點，並僅回復至造成問題的區域，如 Hydra. | 文法、編譯器或型別檢查器的通過情形，並結合功能測試、局部性、修復延遲及重新生成之有效程式碼量。 |
| 兼顧局部性與多樣性的選擇性 Python 函式再生成 | 鎖定選定的粗粒度或細粒度潛在位置，僅對其餘位置進行取樣。 | 評估解碼後的局部性、語法、結構不變量、編輯自由度、多樣性與不確定性。僅鎖定潛在表示並不能保證重構成功。 |
| 明確保留契約下的可預測程式碼生成 | 在生成前界定可觀察的受保全屬性與通過／失敗檢查，再選擇能施行或呈現這些條件、且範圍最小的機制。 | 解碼後應衡量上述確切屬性，並報告重複執行中的接受率、拒絕率與失敗率。僅採用確定性取樣並不能保證保存。 |
本指南回答的研究問題
這些精簡回答界定本指南全篇採用的主張範圍與證據邊界。
生成模型如何在不重寫整個函式的情況下修改程式碼？
在生成前界定可編輯邊界，保全或重用邊界以外的原始碼，僅生成候選變更，並拒絕未完成任務或更動受保全區域的輸出。階層式潛在表示鎖定是一種實驗性控制介面，但不保證原始碼範圍完全相同。 比較局部編輯的控制介面.
哪些證據能表明程式碼編輯確屬局部變更，而非僅在語法上有效？
除衡量所要求區域以外的差異，也應一併衡量任務成功與否、可編輯區域的變化、結構不變量、測試或靜態檢查，以及重複執行時的變異性。僅憑剖析成功率只能確認語法形式良好。 檢視局部性證據核對表.
程式碼編輯的局部性應如何與生成多樣性取得平衡？
同時報告受保護區域的穩定性、可編輯區域的自由度，以及候選結果的獨特性。複製輸入雖能使穩定性最大化，卻可能對任務毫無進展；不受限制的改寫則可能使變更最大化，同時破壞局部性。 查看有界的穩定性—自由度證據.
局部程式碼編輯、受約束生成與程式修復有何差異？
局部編輯著重於哪些內容必須維持不變；受約束生成會強制輸出符合某種形式屬性，例如隸屬特定文法；程式修復則要求變更滿足缺陷或任務規格。僅憑語法無法證明語意等價、功能正確、任務成功或局部性。 比較三項目標.
如何只重新生成 Python 函式的指定部分，同時維持其餘部分穩定？
生成前先界定受保護區域與可編輯區域，只修改可編輯的表徵，完成解碼後，拒絕任何更動受保護程式碼，或未通過語法、測試、靜態檢查或任務特定不變量的候選結果。文中階層式潛在表徵實驗衡量的是 64 詞元函式上的機率穩定性，並不保證指定範圍或行為維持不變。 檢視選擇性重新生成工作流程.
何種控制策略適合 AI 輔助的行為保留重構？
使用模型識別或提出轉換；在可行時，再以可信賴的重構引擎執行，並驗證編譯、測試、靜態檢查及預期重構。看似合理的生成修補程式本身並不足以構成證據。 開啟重構決策列.
什麼使程式碼生成具可預測性，而不只是可控制？
選擇生成器前，先明定可觀察的保留契約與驗收檢查。可預測性取決於解碼並驗證後哪些內容仍保持穩定，而不只取決於提示、遮罩、文法或潛在碼是否固定。 界定保留契約.
目前實驗能說明什麼——以及不能說明什麼
收錄於 結構保持軟體重新生成的可檢視控制，階層式 VQ-VAE 將 64-token Python 函式映射至 16 個頂層與 32 個下層離散位置。鎖定四個頂層編碼後，剖析成功率由 0.453 至 0.591，而未鎖定位置仍以此比率發生變更： 0.936 ，且條件式樣本仍維持 唯一性 0.998.
這是在一個小型設定下量測到穩定性與自由度權衡的證據；它並不保證精確保留 AST、語意等價、功能正確、修復成功，亦不保證儲存庫規模下的行為。
配套研究 壓縮式短文本生成的品質從何處開始劣化 帶來一項重要的評估啟示：潛在空間代理指標的改善未必能改善解碼輸出。表示、生成與解碼後行為應分階段檢查。
可重複使用的決策程序，請參閱配套指南中關於 區分編解碼器損失與生成器損失.
常見誤解
「能通過剖析，所以就是正確的。」
剖析僅能證明語法形式良好；程式仍可能違反測試、契約或原始意圖。
「粗粒度編碼就是 AST 節點。」
除非已證明存在明確對齊，否則不能如此認定。學得的編碼可能混合多種表層與結構因素。
「鎖定潛在變數就表示原始碼文字不變。」
解碼是全域且經由學習而得。固定潛在位置可提高穩定性，但不保證文字範圍完全相同。
「變更越少一定越好。」
原樣複製輸入的編輯器雖能達到完全穩定，卻無法推進任務。因此，局部性與編輯成功率必須一併量測。
後續閱讀
鄰近研究採用不同的控制介面；若未先對齊任務，不應將其中任何方法視為可互換的基準。
- Self-Edit: Fault-Aware Code Editor for Code Generation
將生成視為可編輯的過程，並以偵測到的錯誤引導修正。
- Coeditor: Leveraging Contextual Changes for Multi-round Code Auto-editing
對多輪編輯之間具脈絡關聯的程式碼變更進行建模，而非每次皆從頭重新生成。
- PAFT: Preservation Aware Fine-Tuning for Minimal-Edit Program Repair
在程式修復訓練中明確納入保持與最小變更。
- Constrained Decoding of Diffusion LLMs with Context-Free Grammars
說明形式約束如何在擴散解碼期間提供語法保證。
- 神經離散表徵學習
介紹 VQ-VAE，此為學習離散潛在表示的基礎機制。
- Simple and Effective Masked Diffusion Language Models
提供配套診斷研究中用作潛在生成器的遮罩式離散擴散框架。
- LLM 在自動化軟體重構中之潛力：實證研究
找出 LLM 所提議的不安全重構，並評估透過可信賴的重構引擎重新套用所偵測轉換的成效。
- SWE-Refactor: A Repository-Level Benchmark for Real-World LLM-Based Code Refactoring
透過編譯、測試與重構偵測，評估保存行為的儲存庫層級重構。
- EfficientEdit：透過編輯導向的推測式解碼加速程式碼編輯
重用未變更的原始碼區段並預測編輯位置，而非將編輯視為完整的自迴歸再生成。
- Hydra：透過檢查點與回復支援實現高效且正確的程式碼生成
採用靜態檢查、檢查點與針對性回復，避免在發生錯誤後重新生成原本已有效的前綴。
簡短回顧
局部程式碼重新生成是下列各方之間的契約： 變更 以及 保存。階層式離散潛在變數提供了一種可檢視的契約表達方式；然而，唯有從局部性、語法、結構、行為、多樣性與不確定性等面向評估解碼後的程式，這種表示才具有實用價值。