LangGraph自纠错循环实战：AI如何从错误补丁中恢复

多智能体系统在代码修复任务中常常陷入“生成-失败-重试”的简单循环，但真正能根据失败反馈调整策略的却不多见。最近，一位开发者在Reddit上分享了名为prbot的LangGraph应用，它通过三个智能体（审查者、ReAct修补器、Docker pytest测试器）构建了一个带条件回边的自纠错循环，并在演示PR上成功从一次错误的补丁中恢复。本文深入解析其设计思路与实现细节。

系统架构：三智能体与条件回边

prbot的核心是一个LangGraph图，包含三个主要节点：reviewer（审查者）负责分析代码并输出结构化发现；patcher（修补器）是一个ReAct智能体，根据审查结果生成补丁；tester（测试器）在Docker容器中运行pytest验证补丁。关键设计在于从tester到patcher的条件边——当测试失败时，流程会带着错误信息返回patcher重新尝试，但最多循环3次。

这种架构与简单的“带错误重试”不同，开发者强调了几项让循环更有效的设计选择。首先，状态中维护了attempted_patches列表，每次失败的diff及其测试输出尾部都会被注入patcher的系统提示，并附上指令“pivot to a structurally different solution”（转向结构不同的解决方案）。其次，write_patch工具会拒绝完全重复的补丁，防止原地打转。

LangGraph 是 LangChain 团队推出的用于构建有状态、多参与方应用的框架，其核心抽象是“图”：节点代表计算步骤（如调用 LLM 或工具），边定义控制流，而条件边允许根据当前状态动态选择下一个节点。与线性链不同，LangGraph 支持循环，这使得“生成-测试-失败-重试”这类迭代过程可以被显式建模。图中的共享状态是一个可持久化的字典，每个节点读取并更新它，条件边则基于状态中的字段（如测试是否通过、已尝试次数）决定路由。prbot 正是利用这一机制，将 tester 节点的失败结果作为条件，把控制流送回 patcher，形成带次数上限的自纠错循环。

ReAct（Reasoning + Acting）是一种让语言模型交替进行推理和工具调用的智能体范式。在每一步，模型先输出一段思考（Thought），再选择一个动作（Action）调用外部工具，然后观察工具返回的结果（Observation），并据此继续推理。这种循环使模型能够动态获取信息、验证假设并调整计划。在 prbot 中，patcher 被实现为 ReAct 智能体，意味着它可以在生成补丁前调用工具（如读取文件、搜索代码）来收集上下文，并在写入补丁后根据工具反馈决定是否继续修改，而不是一次性输出完整 diff。

让自纠错更有效的四个关键设计

1. 失败历史驱动策略转变

普通重试只是把错误信息扔回给模型，但prbot将历史失败补丁和测试输出作为上下文，并明确要求模型改变解决思路。这迫使模型跳出局部最优，探索不同的实现路径。在演示中，第一次尝试因返回顺序错误（seen-set返回了['b','a']而非['a','b']）导致排序测试失败，第二次尝试则通过了。

2. 双通道结构化审查

reviewer不采用单次审查，而是执行两次聚焦的结构化输出：一次针对安全性，一次针对性能。开发者解释，单次审查往往只停留在最严重的bug上，而双通道能覆盖更多维度，为patcher提供更全面的修复线索。

3. AST热点提示作为引导

系统会分析代码的抽象语法树（AST），识别潜在热点（如循环内的查询、对同一可迭代对象的嵌套循环），并将这些提示作为线索放入上下文，让模型去确认。这相当于给模型提供了“嫌疑点”，提高了发现深层问题的概率。

抽象语法树（AST） 是源代码语法结构的一种树状表示，每个节点对应一个语法构造（如函数定义、循环、条件、函数调用）。与原始文本不同，AST 剥离了格式和注释，使程序的结构关系显式化，因此非常适合做静态分析。prbot 在 AST 上遍历，识别诸如“循环体内包含数据库查询”或“对同一可迭代对象嵌套循环”等模式，这些模式往往是性能问题的温床。将这些模式作为“嫌疑点”提示给模型，相当于用轻量级静态分析缩小了模型的搜索空间，使其不必从零开始猜测问题所在。不过，这类规则库只能覆盖已知模式，对新颖或领域特定的反模式可能失效。

4. 基线测试与最后一搏策略

在开始修补前，一个基线节点会先运行测试套件，如果已经失败则直接中止，避免在错误基础上徒劳。而在最后一次尝试时，系统会缩小范围到最严重的发现，确保至少能获得一个部分验证的修复，而不是一无所获。

实测表现：3/3 bug修复与廉价成本

在演示PR上使用gpt-4.1-mini模型，prbot成功找到了全部3个bug。整个过程耗时24.7秒，消耗约17k tokens，成本仅0.008美元。尽管第一次补丁引入了回归（排序错误），但循环在第二次尝试中纠正了它。这一结果展示了自纠错循环在真实场景中的潜力——不仅需要发现错误，更需要从错误中学习并调整策略。

开发者开源了完整仓库，包含图示意图和遥测数据（https://github.com/ayanag5076-commits/prbot），并欢迎社区就图设计和沙箱隔离提问。

gpt-4.1-mini 是 OpenAI 推出的较小规模模型，定位在成本与延迟敏感的场景。与旗舰模型相比，它在复杂推理上有所取舍，但在结构化输出、工具调用和代码生成等任务上仍保持可用性能。prbot 选择该模型进行演示，说明自纠错循环的设计可以在不依赖最昂贵模型的情况下获得可接受的结果——循环本身（失败历史、结构化审查、AST 提示）承担了部分“推理负担”，从而降低了对单次模型能力的依赖。这也解释了为何总成本能控制在 0.008 美元：小模型单价低，且循环次数有限，token 消耗被有效约束。

启示与局限

prbot的设计为多智能体代码修复提供了可复用的模式：历史感知的重试、结构化审查、静态分析引导以及渐进式缩小范围。然而，当前实现仍依赖于预定义的测试套件，且循环次数有限（3次），对于更复杂的任务可能需要更灵活的终止条件。此外，AST提示的准确性取决于规则库的覆盖范围。总体而言，这一案例证明了精心设计的自纠错循环能够显著提升AI代码修复的可靠性，而成本控制得当使其具备实用价值。