第 20 讲：自愈循环——从报错到修复的自动化

问题

代码生成类 Agent 的典型失败：生成的代码跑不通，Agent 对着报错信息"重新生成一版"，还是不通，再生成……没有定位-修复-验证的闭环，靠运气收敛。

核心模式

自愈循环：执行 → 捕获失败 → 定位根因 → 定向修复 → 重新验证，循环到通过或预算耗尽。修复是"靶向手术"而非"推倒重来"。

code = generate(task)
for attempt in range(MAX_ATTEMPTS):
    result = sandbox.run(code)          # 沙箱执行，捕获全部信号
    if result.ok:
        return code
    # 定位：错误在哪一行？根因是什么？（语法/逻辑/环境/依赖）
    diagnosis = localize(result.error, code)
    if diagnosis.kind == "environment":
        fix_environment(diagnosis)       # 环境问题不修代码
        continue
    # 定向修复：只改出错区域，保留其余部分
    code = repair(code, diagnosis, context=journal)
    journal.record(diagnosis)            # 失败日记（第 08 讲）
raise EscalateToHuman(journal)
复制

与"重新生成"的本质区别：保留对的，只修错的；每次修复基于诊断而非重掷骰子。

实战要点

• 沙箱是前提：没有可重复执行+完整错误捕获的环境，自愈无从谈起
• 错误分类先行：语法错误（秒修）、逻辑错误（需要推理）、环境问题（改代码无用）——策略完全不同
• 修复时给模型最小上下文：出错函数 + 报错信息 + 相关依赖，别把整个文件塞回去让它重写
• 预算耗尽必须升级（转人工/放弃），并留下完整诊断轨迹——自愈的底线是"不隐瞒失败"