EvoGraph：向 Software 3.0 演进的混合有向图演化框架
软件工程
2025-08-08 v1 人工智能
摘要
我们提出 **EvoGraph**，一个使软件系统能够自主演化其自身源代码、构建管道、文档和工单的框架。EvoGraph 将系统中的每个制品表示为带类型的数组有向图，应用由专用小型语言模型（SLM）驱动的学习变异算子，并通过多目标适应度选择幸存者。在三个基准测试中，EvoGraph 修复了83%已知的安全漏洞，将COBOL翻译为Java并实现93%的功能等价性（经测试验证），并在两分钟内保持文档的新鲜度。实验表明，与强基线相比，EvoGraph 实现了40%的延迟降低和7倍的功能交付周期缩短。我们将方法扩展为 **evoGraph**，利用面向特定语言的 SLM 实现现代化 .NET、Lisp、CGI、ColdFusion、遗留 Python 和 C 代码库，实现82-96%的语义等价性，同时将计算成本降低90%。EvoGraph 的设计回应了遗留现代化中的经验性失败模式，如隐式契约、性能保留和集成演化。我们的结果表明，EvoGraph 为实现 Software 3.0——即系统能够持续适应但保持可测量控制——提供了实用路径。
引用
@article{arxiv.2508.05199,
title = {EvoGraph: Hybrid Directed Graph Evolution toward Software 3.0},
author = {Igor Costa and Christopher Baran},
journal= {arXiv preprint arXiv:2508.05199},
year = {2025}
}
备注
15 pages, 3 tables, 1 algorithm. Submitted to ICSE 2025