EvoGraph: Hybrid Directed Graph Evolution toward Software 3.0

我们提出了 **EvoGraph**，这是一个使软件系统能够自行演化其源代码、构建流程、文档和工单的框架。EvoGraph 以类型化的有向图表示每一个开发产物，通过专门的小型语言模型（SLMs）驱动的变异操作进行演化，并采用多目标适应度函数选择最优“后代”。在三个基准测试中，EvoGraph 成功修复了83%的已知安全漏洞，将 COBOL 转换为 Java 并达到93%的功能等价性（通过测试验证），并将文档更新延迟控制在两分钟以内。实验表明，与强基准相比，EvoGraph 的延迟降低了40%，功能交付周期缩短了七倍。我们将该方法扩展至 **evoGraph**，利用语言专用的 SLMs 对 .NET、Lisp、CGI、ColdFusion、遗留 Python 和 C 代码库进行现代化改造，在不同语言之间实现了82%-96%的语义等价性，同时相较大型语言模型将计算成本降低了90%。EvoGraph 的设计针对遗留系统现代化过程中的实际失败模式进行了优化，例如隐式契约维护、性能保持和集成演化。我们的结果表明了一条通向 Software 3.0 的可行路径，即系统能够持续自我调整，同时始终处于可度量的控制之下。

论文试图解决软件系统维护和演化过程中面临的多个挑战，包括安全漏洞修复、遗留代码现代化（如COBOL到Java迁移）、文档维护的时效性，以及构建流程和工单管理的自动化。这一问题具有现实紧迫性，但以自动化和系统化的方式解决这些挑战是一个相对较新的研究方向。

论文提出了一种名为EvoGraph的框架，将软件系统的各类工件（代码、文档、构建流程、工单等）表示为一个类型化的有向图，并利用专门的小型语言模型（SLMs）驱动图上的变异操作，通过多目标适应度函数选择演化后的‘幸存者’。相比传统方法，EvoGraph实现了端到端的自动化演化，并在多个任务上表现出色。

1. 在三个基准任务上，EvoGraph成功修复了83%的安全漏洞，COBOL到Java的转换达到93%的功能等价性（通过测试验证），文档更新延迟控制在两分钟内 2. 相比现有方法，EvoGraph在延迟上降低了40%，功能交付周期缩短7倍 3. 扩展版本evoGraph支持多种语言（如.NET、Lisp、CGI、ColdFusion、旧版Python和C），在跨语言现代化中实现82-96%的语义等价性，计算成本降低90% 4. 设计应对了遗留系统现代化中的关键失败模式，如隐式契约保持、性能保留和集成演化 5. 实验设计全面，覆盖多个真实场景，结果展示了向“软件3.0”迈进的可行路径

1. CodeT: Code Translation with Pretrained Models 2. TransCoder: Unsupervised Translation of Programming Languages 3. Codex and InCoder for code generation and translation 4. Graph-based Program Representation and Evolution in Software Engineering 5. Continuous Integration and Delivery Automation using AI Planning