谷歌借助 AI 与差分模糊测试将 C 语言依赖库改写为 Rust

事件

谷歌公布了一项将 C 语言依赖库迁移到 Rust 的自动化方案，核心思路是用 AI 模型完成代码翻译，再借助差分模糊测试验证改写后的行为是否与原库一致。这一组合旨在解决 C 语言长期存在的内存安全漏洞问题，同时避免完全依赖人工重写带来的高昂成本。

具体做法是让 AI 生成 Rust 版本代码，然后对原 C 库和改写后的 Rust 库施加相同的随机输入，比较两者的输出与副作用。如果行为出现差异，就说明翻译有误，需要修正。差分模糊测试在这里充当自动化的正确性裁判，弥补了单纯依赖 AI 生成代码可能引入隐蔽错误的短板。

对开发者而言，这意味着存量 C 代码向 Rust 迁移多了一条可验证的路径，尤其适合那些被广泛依赖、但维护者无力手工重写的底层库。值得关注的是，该方法能否覆盖复杂指针操作、并发和未定义行为等 C 语言难点，以及 AI 翻译与模糊测试的迭代成本是否可控。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：InfoQ 中文*