软件漏洞修复高度依赖人工，效率低下。VulnResolver框架首次提出从Issue报告到补丁提交的端到端自动修复方案，通过混合Agent范式融合灵活性与稳定性，显著提升修复效率与准确性，为软件安全自动化带来突破。
智能速览
VulnResolver结合混合Agent与工作流范式，平衡了灵活性与稳定性。
CPCAgent能自适应收集代码上下文，生成结构化分析报告。
SPAAgent首次引入安全属性分析，从语义层面刻画漏洞。
通过增强Issue Report机制，为后续流程提供高可信输入。
该框架实现了从漏洞定位到补丁生成的全流程自动化。
在SEC-bench测试中，修复率接近75%，性能远超现有基线。
精华内容
VulnResolver的创新之处在于其精巧的Agent设计与工作流融合，它如何将Issue报告转化为精准的修复补丁？其背后的技术细节值得深入探究。
混合Agent架构
VulnResolver的核心是一种混合Agent框架，它将LLM驱动的Agent的灵活探索能力与确定性的工作流范式相结合。这种设计旨在避免纯Agent系统因不可控决策漂移而产生的不稳定性，同时弥补传统工作流在面对复杂上下文时缺乏自适应能力的短板，实现了在智能性与稳定性间的突破性平衡。
上下文智能收集
框架通过Context Pre-Collection Agent（CPCAgent）来解决上下文信息缺失的问题。该Agent能基于静态分析工具，自适应地探索代码仓库，系统性地收集与漏洞相关的函数、依赖关系及关键代码段。
最终，它会生成一份结构化的“上下文分析报告”，为精准的漏洞定位和修复理解提供高密度信息支撑。
安全属性分析
另一大创新是Safety Property Analysis Agent（SPAAgent），它首次将“安全属性”显式引入漏洞修复流程。通过插桩断言和利用概念验证进行动态验证，该Agent能够推理并精确验证被破坏的安全约束。
这使得修复过程不再停留在代码层面，而是从语义层面深刻刻画漏洞的本质，生成更具针对性的补丁。
实测修复效果
在实际评测中，VulnResolver表现出色。在SEC-bench Lite基准上，它解决了75%的漏洞，相较基础工作流提升了53.8%。
在更具挑战性的SEC-bench Full基准上，其漏洞解决率达到67.5%，修复性能几乎是当前最强基线系统的2倍，证明了其方案的有效性和领先性。
VulnResolver为自动化漏洞修复领域提供了全新的思路，其在智能性与稳定性上的平衡尤为关键。未来，这类Agent系统能否全面融入DevSecOps流程，重塑软件安全生态？这值得期待。
