AutoTrace：通过智能体过程间探索从补丁定位到触发器

AutoTrace 是一个基于智能体代理的漏洞触发定位管道，通过逐层探索代码属性图，由 LLM 决定搜索方向，并依赖确定性门控确保每次触发都有图证据支持。在 InterPVD 基准上达到 75.0% 的漏洞命中率和 80.8% 的函数命中率，超越此前最好水平。同时构建了包含 1,542 个验证确认样本的 SinkTrace-Bench 数据集。

此前漏洞触发定位依赖静态规则或模式匹配，难以处理跨多层的真实 CVE；AutoTrace 通过代理+确定性门控实现了跨过程因果推理，将触发定位的准确率大幅提升至 75% 以上，为自动化漏洞根因分析提供了可验证的新范式。

AutoTrace 将代码表示为属性图，由 LLM 代理决定下一步探索的节点，同时设置确定性可接受门：仅当从图中提取到明确证据链时才报告触发器，避免无依据的模型判断。这种“代理探索+图证据背书”机制使其能处理函数内和函数间的复杂调用场景。

• AutoTrace 在不同编程语言（如 Java、Python）上的迁移效果如何？
• 其运行成本（LLM API 调用次数、时间）是否适合集成到 CI/CD 流程？
• SinkTrace-Bench 数据集是否覆盖了所有常见 CWE 类型？