经典两遍编译器架构重出江湖 修复AI生成代码可靠性问题

近日有技术研究指出，诞生于1970年代的经典两遍编译器架构，可有效解决当前大语言模型（LLM）生成代码领域普遍面临的可靠性危机。目前AI生成代码已经成为开发者提效的核心工具，但语法错误、逻辑漏洞、运行报错等问题长期阻碍行业落地，这项复古技术的新应用为行业提供了低成本优化路径，引发全球开发圈关注。

如今，生成式AI已经深度渗透到软件开发流程中，行业数据显示，超过七成开发者会在日常工作中使用大语言模型生成代码片段，AI代码助手已经成为不少团队的标配提效工具。但光鲜的效率提升背后，可靠性不足的问题始终没有得到很好的解决。

大语言模型天生的“幻觉”问题，很容易让AI输出不存在的API接口、逻辑自相矛盾的业务代码，甚至连基础的编译通过都做不到。现有行业解决方案大多围绕微调大模型展开，不仅需要投入大量标注数据和算力成本，还很难适配不同场景的开发需求，中小开发团队难以负担。

这次被重新挖掘的两遍编译器架构，最早成熟应用于上世纪70年代的编译开发领域，核心思路是把代码生成校验过程拆分为两轮：第一轮完成词法语法分析，生成结构化的中间表达；第二轮完成优化和目标代码生成，两轮校验保障输出的正确性。

技术研究者将这套架构迁移到AI代码生成场景后，不需要修改现有大语言模型的参数，只需要在输出流程中加入两轮生成校验：第一轮由大模型输出核心逻辑和框架，第二轮由模型（甚至参数更小的轻量模型）基于编译规则对第一轮结果做校验、补错和优化。