Meta 用 LLM 生成「必失败」测试,上半年拦截 74 个隐私事故
Meta 已将 JiTTests 从研究原型投入生产基础设施:由 LLM 针对风险代码改动生成「应当失败」的可执行测试,测试失败即证明该 diff 改变了行为。2026 年上半年在 diff 阶段拦截 74 个隐私 SEV,隐私 SEV 发生率下降 20%。系统在数亿行后端代码上运行,利用闲置算力隔夜执行,论文分析 22126 个生成测试,工程师自报全量下真阳性率 60%。但初期部署 41 个上报拦截中仅确认 8 个(19.5%)。论文使用 Llama3.3-70B、Gemini 3 Pro、Claude Sonn…
推荐理由想给代码审查加一道「可执行证据」的团队,可参考其 5 阶段流水线与 RubFake 假阳性过滤设计