Meta vận hành hệ thống kiểm thử trí tuệ nhân tạo nhằm ngăn chặn mã nguồn rủi ro

Tóm lược nhanh
“Meta đưa vào vận hành thực tế hệ thống kiểm thử tự động sử dụng mô hình ngôn ngữ lớn nhằm...”
Các điểm cốt lõi
- 1.Meta đã chuyển hệ thống kiểm thử có tên JiTTests từ dạng nghiên cứu sang hạ tầng sản xuất nội bộ.
- 2.Hệ thống sử dụng các mô hình ngôn ngữ lớn để tạo ra các bài kiểm thử thực thi được, với mục tiêu ban đầu là tạo ra kết quả thất bại trên các thay đổi mã nguồn có rủi ro.
- 3.Nhóm nghiên cứu tại Meta ghi nhận hệ thống đã phát hiện 74 sự cố bảo mật quyền riêng tư ở giai đoạn đánh giá mã nguồn trong nửa đầu năm 2026.
- 4.Hệ thống kết hợp quy trình lọc dựa trên luật và bộ đánh giá gồm nhiều mô hình ngôn ngữ lớn để giảm tải cho kỹ sư.
Meta đưa vào vận hành thực tế hệ thống kiểm thử tự động sử dụng mô hình ngôn ngữ lớn nhằm phát hiện lỗi trước khi mã nguồn được hợp nhất. Công nghệ này tập trung tạo ra các bài kiểm thử có chủ đích thất bại khi phát hiện thay đổi mã nguồn bất thường.
Bối cảnh và chi tiết công nghệ
Meta đã chuyển hệ thống kiểm thử có tên JiTTests từ dạng nghiên cứu sang hạ tầng sản xuất nội bộ.
Hệ thống sử dụng các mô hình ngôn ngữ lớn để tạo ra các bài kiểm thử thực thi được, với mục tiêu ban đầu là tạo ra kết quả thất bại trên các thay đổi mã nguồn có rủi ro.
Nhóm nghiên cứu tại Meta ghi nhận hệ thống đã phát hiện 74 sự cố bảo mật quyền riêng tư ở giai đoạn đánh giá mã nguồn trong nửa đầu năm 2026.
Hệ thống kết hợp quy trình lọc dựa trên luật và bộ đánh giá gồm nhiều mô hình ngôn ngữ lớn để giảm tải cho kỹ sư.
Đánh giá tác động và góc nhìn chuyên môn
Việc đảo ngược logic kiểm thử thông thường sang dạng cố tình tạo bài kiểm thử thất bại cung cấp bằng chứng hành vi cụ thể thay vì chỉ dựa vào nhận xét tĩnh.
Sự kết hợp giữa quy trình đánh giá tự động và giám sát tổng thể ở cấp độ con người giúp tối ưu hóa khối lượng công việc kiểm tra mã nguồn quy mô lớn.
Xu hướng tiếp theo và điều cần theo dõi
Meta chưa công khai mã nguồn, mô hình hoặc giao diện lập trình ứng dụng của hệ thống này ra bên ngoài hạ tầng nội bộ.
Tỷ lệ chính xác thực tế tại các môi trường phát triển bên ngoài Meta vẫn chưa được kiểm chứng độc lập.







