> 论文: ClozeMaster: Fuzzing Rust Compiler by Harnessing LLMs for Infilling Masked Real Programs > 作者: Hongyan Gao, Yibiao Yang, Maolin Sun, Jiangchang Wu > arXiv: 2605.00413 | 2026-04-29
---
一、那个"编译器也有bug"的现实
想象你写Rust代码：
- 代码逻辑正确
- 但编译器崩溃了
- 或者生成了错误的机器码
- 你的程序运行时出错
Rust编译器虽然以安全著称，但它本身也可能有bug。
测试编译器的挑战：
- Rust语法复杂
- 类型系统严格
- 生成有效程序很难
- 随机生成的程序大多编译不过
二、传统模糊测试的困境
模糊测试（Fuzzing）：
- 随机生成输入
- 看系统是否崩溃
- 有效发现bug
语法约束：
- 随机字符串几乎都不是有效Rust代码
- 编译器在语法检查阶段就拒绝了
- 无法触及深层逻辑
- 即使语法正确
- 类型检查可能失败
- 借用检查可能失败
- Rust的严格性让"随机有效程序"极其稀少
三、ClozeMaster：LLM驱动的填空式模糊测试
这篇论文提出一个创新方法：
核心思想： > 不是从零生成程序，而是拿真实程序，挖掉一部分，让LLM填空——既保证语法正确，又引入变化。
技术方案：
1. 获取真实程序
- 从开源代码库收集真实Rust程序
- 这些程序已经通过编译
- 语法和语义都正确
- 随机选择程序的一部分
- 用占位符替换
- 如：函数体、类型注解、表达式
- 把挖空后的程序给LLM
- LLM根据上下文推断缺失部分
- 生成合理的替换
- 把填好的程序编译
- 看是否：
- 编译器崩溃？→ 找到bug！
- 编译通过但输出错误？→ 找到bug！
- 行为异常？→ 找到bug！
- 给一段文章，挖掉几个词
- 让人填
- 如果填完后文章"意思变了" → 语言理解有问题
- 如果填完后编译器"行为异常" → 编译器有bug
四、为什么LLM填空比随机生成更好？
随机生成的问题：
无效输入：
- 99.99%的随机字符串不是有效Rust
- 语法检查就过滤了
- 无法测试编译器深层逻辑
保持有效：
- 基于真实程序
- LLM保证填空的语法正确性
- 大部分输入都能到达编译器深层
- 不同的填空产生不同的程序
- 探索代码空间的多样性
- 触及编译器的不同代码路径
- LLM填写的代码通常"有意义"
- 不是语法正确但语义荒谬
- 更容易触发真实bug
五、费曼式的判断：好的测试从真实出发
费曼说过：
> "知道一个东西的名字"和"真正理解一个东西"是完全不同的。"
在模糊测试中：
> "随机生成是'从虚无创造'。LLM填空是'从真实变异'。后者更接近真实世界的输入分布，因此更可能发现真实bug。ClozeMaster的智慧在于：不是凭空捏造测试用例，而是让AI在真实代码上'做实验'。"
这也体现了测试的基本原则：
- 测试用例应该代表真实使用场景
- 随机不等于真实
- 基于真实的变异 > 完全随机
六、带走的启发
如果你在测试复杂系统或编译器，问自己：
1. "我的模糊测试是否生成了太多无效输入？" 2. "能否利用LLM在真实数据上引入可控变异？" 3. "填空式生成是否比从头生成更有效？" 4. "真实程序的分布是否比随机分布更有价值？"
ClozeMaster提醒我们：测试编译器不需要成为Rust语言专家——只需要聪明地利用LLM在真实代码上做实验。**
在软件质量的前线，最好的测试员不是写最多测试用例的，而是最懂得利用AI来探索边界条件的。
在Rust的安全世界里，编译器本身也需要被保护——而ClozeMaster就是它的守护者。
#Fuzzing #Rust #CompilerTesting #LLM #SoftwareQuality #FeynmanLearning #智柴AI实验室