GoTcha: An Interactive Debugger for GoT-Based Distributed Systems
分布式系统是很难的。为调试这样的系统而开发的大多数技术要么使用广泛的模型检验，要么使用日志和跟踪的事后分析。交互式调试通常是一种仅在单线程和单进程应用程序中有效的工具，很少应用于分布式系统。虽然使用交互式调试器实时观察状态更改是有效的，但在分布式场景中它会带来许多问题。在本文中，我们讨论了分布式系统的交互式调试器应满足的要求，底层分布式模型在促进调试器中发挥的作用，以及我们的交互式调试器的实现：GoTcha。GoTcha是一个基于浏览器的交互式调试器，用于构建在全局对象跟踪器（GoT）编程模型上的分布式系统。我们展示了GoT模型如何促进调试器，以及调试器可以提供的功能。我们还演示了一个典型的调试工作流。
2019-09-07 cs.DC cs.SE
debug-gym: A Text-Based Environment for Interactive Debugging
Microsoft Research Montréal（微软研究院蒙特利尔研究院）；Microsoft Research NYC（微软研究院纽约研究院）；McGill University（麦吉尔大学）；Mila, Université de Montréal（蒙特利尔大学米拉研究所）
本文提出debug-gym，一个轻量级文本环境，通过提供pdb等工具支持LLM智能体交互式调试，并可推广至其他信息寻求任务。
2025-03-27 cs.AI cs.CL cs.PL
Debug2Fix: Can Interactive Debugging Help Coding Agents Fix More Bugs?
Microsoft（微软）
本文提出Debug2Fix框架，通过集成交互式调试子代理，提升编码代理在bug修复中的性能，实验显示在某些模型上性能提升超过20%，并证明更好的工具设计比切换更昂贵的模型更重要。
2026-04-21 cs.AI cs.SE
AgentStepper: Interactive Debugging of Software Development Agents
University of Stuttgart（斯图加特大学）；CISPA Helmholtz Center for Information Security（CISPA 沃尔夫冈·泡利信息安全中心）
AgentStepper是一种用于LLM软件工程代理的交互式调试工具，通过结构化对话和逐步执行提升调试效率，减少开发者工作量。
2026-02-06 cs.AI cs.SE
Show Me Why It's Correct: Saving 1/3 of Debugging Time in Program Repair with Interactive Runtime Comparison
提出交互式方法iFix，通过静态分析和对齐不同补丁的运行时变量值来辅助开发者比较与理解补丁，显著缩短了任务完成时间并提升了正确补丁排序。
2025-03-01 cs.HC cs.SE
Anteater: Interactive Visualization of Program Execution Values in Context
本文提出交互式可视化系统 Anteater，通过组织追踪数据生成中间表示并自动合成多种可视化与交互，帮助程序员探索 Python 程序执行、理解并调试意外行为，并通过用户研究验证其效用。
2024-02-26 cs.HC cs.SE
A Graphical Interactive Debugger for Distributed Systems
设计和调试分布式系统是出了名的困难。分布式系统的正确性很大程度上取决于其对故障场景的处理。导致bug的事件序列可能很长很复杂，并且可能包括消息重新排序和失败。在单节点系统上，交互式调试器支持单步执行程序，但它们缺乏轻松模拟故障场景和控制消息传递顺序的能力。Oddity是一个用于分布式系统的图形化交互式调试器。它将传统的逐步调试的力量-细粒度的控制和程序执行时的观察-带到了分布式系统中。它还支持探索性测试，在这种测试中，工程师检查和干扰系统的行为，以便更好地理解它，也许没有特定的bug。程序员可以直接控制消息和故障交织。Oddity支持时间旅行，允许开发人员在单个调试会话中探索系统的多个分支执行。最重要的是，Oddity鼓励分布式系统思考：分布式系统应该围绕消息丢失和节点故障的确定性进行开发，而不是假设正常情况并将故障处理作为事后的想法。研究生和本科生在两个分布式系统课程中使用Oddity。使用跟踪和定性调查表明，学生发现Oddity对调试和探索性测试都很有用。
2018-06-13 cs.DC cs.SE
InspectCoder: Dynamic Analysis-Enabled Self Repair through interactive LLM-Debugger Collaboration
Zhejiang University（浙江大学）；Alibaba Group（阿里巴巴集团）
本文提出 InspectCoder 双智能体框架，让 LLM 通过交互式调试器开展有状态动态分析与根因诊断，并在两个自修复基准上显著提升准确率和修复效率。
2025-10-21 cs.SE
DeepSeer: Interactive RNN Explanation and Debugging via State Abstraction
University of Alberta（阿尔伯塔大学）；The University of Tokyo（东京大学）；Purdue University（普渡大学）
递归神经网络（RNN）在处理序列数据时具有优越的性能，已被广泛应用于自然语言处理（NLP）任务中。然而，由于RNN固有的复杂性和缺乏透明度，解释和调试RNN具有挑战性。虽然已经为RNN提出了许多可解释的AI（XAI）技术，但其中大多数只支持局部解释而不是全局解释。在本文中，我们介绍了DeepSeer，这是一个交互式系统，它在多个紧密协调的视图中提供了RNN行为的全局和局部解释，用于模型理解和调试。DeepSeer的核心是一种状态抽象方法，它将语义相似的隐藏状态捆绑在RNN模型中，并将模型抽象为有限状态机。用户可以通过检查与每个状态相关联的文本模式以及状态之间的转换来探索全局模型行为。用户还可以通过检查给定输入的状态跟踪和中间预测结果来深入到各个预测中。一项有28名参与者的受试者间用户研究表明，与流行的XAI技术LIME相比，使用DeepSeer的参与者对RNN模型行为进行了更深入、更全面的评估，更准确地识别了错误预测的根本原因，并提出了更可行的计划来提高模型性能。
2023-03-02 cs.HC cs.LG cs.SE
Design and development of a software system for swarm intelligence based research studies
Usak University（乌沙克大学）
本文介绍了一个软件系统，包括广泛使用的群体智能算法或方法，用于相关的科学研究与主题领域的研究。该系统的编程基础设施允许在一个快速，易于使用，交互式平台上工作，以更有效，高效和准确的方式执行基于群体智能的研究。从这个意义上说，该系统采用了所有必要的控制算法，它确保了一个互动的平台上，计算机用户可以进行研究的范围广泛的解决方案与简单的问题，也更先进的问题。
2017-04-03 cs.AI cs.SE
Moldable Exceptions
本文提出“可塑异常”这一轻量级机制，利用异常携带的上下文信息动态适配调试器接口，以降低自定义调试器的实现门槛并增强实时编程环境的调试体验。
2024-08-31 cs.SE
Skyline: Interactive In-Editor Computational Performance Profiling for Deep Neural Network Training
University of Toronto（多伦多大学）；Vector Institute（矢量研究所）
训练最先进的深度神经网络（DNN）是一个计算昂贵且耗时的过程，这激励深度学习开发人员调试其DNN的计算性能。然而，有效地执行这种调试需要对底层软件和硬件系统有深入的了解--这是典型的深度学习开发人员可能不具备的。为了帮助弥合这一差距，我们提出了Skyline：一种用于DNN培训的新交互式工具，支持编辑器内的计算性能分析，可视化和调试。Skyline的主要贡献在于它利用DNN训练的特殊计算属性来提供（i）交互式性能预测和可视化，以及（ii）直接可操纵的可视化，当拖动时，会改变代码中的批量大小。作为一个编辑器内工具，Skyline允许用户利用这些诊断功能在开发过程中调试DNN的性能。对Skyline的探索性定性用户研究产生了有希望的结果;所有参与者都发现Skyline有用且易于使用。
2020-08-20 cs.HC cs.LG cs.SE
FedDebug: Systematic Debugging for Federated Learning Applications
Virginia Tech（弗吉尼亚理工大学）；University of Minnesota Twin Cities（明尼苏达大学双城分校）
FedDebug 通过记录回放仿真和基于神经元激活的差分测试，实现联邦学习训练过程的交互式细粒度调试与无测试数据的自动故障客户端定位，显著提升调试效率。
2024-02-22 cs.CV cs.DC cs.LG
How Developers Experience Debugging Unfamiliar Codebases with Code Tours Generated and Evaluated by Local LLMs
该研究探讨开发者使用本地大语言模型生成评估的代码导航调试陌生代码库的体验，明确代码导航组件属性对开发者的影响，为优化代码导航生成与评估提供方向。
2026-08-06 cs.SE
AutoGen Studio: A No-Code Developer Tool for Building and Debugging Multi-Agent Systems
Microsoft Research（微软研究院）
为解决多智能体系统参数指定与调试困难的问题，提出基于AUTOGEN框架的无代码工具AUTOGEN STUDIO，提供拖放式UI和Python API以快速原型设计、评估和调试多智能体工作流，并开源了实现。
2024-08-09 cs.AI cs.CL cs.HC
Codetations: Intelligent, Persistent Notes and UIs for Programs and Other Documents
提出Codetations系统，通过混合编辑追踪和LLM方法将动态交互笔记附加在文档外部，有效补充代码上下文信息，显著提升LLM代码修复性能并获开发者认可。
2025-04-25 cs.HC cs.SE
