编辑推荐：
在软件开发中，需求变更（RC）因软件系统复杂而极具挑战。研究人员开展利用大语言模型（LLMs）解决真实软件系统 RC 问题的研究，提出 SRC 方法。通过案例证明该方法有效，提升了 RC 自动化水平，为软件开发提供新途径。
在软件开发的世界里，需求就像多变的天气，随时可能发生变化。软件需求变更（Requirements Change，RC）贯穿于几乎整个软件生命周期，它涵盖了功能需求和非功能需求的改变。功能需求的变化影响软件与用户的交互行为，而非功能需求的变更则关乎软件系统的运行特性，比如性能、可靠性和安全性等。然而，软件系统的复杂性使得需求变更成为了软件开发过程中的 “拦路虎”。据 Standish 的研究，软件开发过程中的需求变更让项目成本增加了三倍，项目周期延长了两倍。面对如此困境，开发团队不仅要捕捉和处理这些变化，还要记录下变更的各种信息。但由于软件系统需求变更复杂多样，一直缺乏高效正确的方法来助力其具体实施过程。
与此同时，人工智能技术飞速发展，大语言模型（Large Language Models，LLMs）在各个领域展现出巨大潜力，在软件工程（Software Engineering，SE）领域也不例外。不过，目前 LLMs 在软件工程方面的研究大多局限于自包含程序相关任务，针对真实软件系统需求变更的研究少之又少。而且，现有研究多集中在简单程序的非功能需求变更，对于真实软件系统，其包含大量功能模块、存储结构和代码文档，需求变更时需要尽可能复用现有部分以降低成本，可却没有系统的方法借助 LLMs 来实现。
为了突破这些困境，研究人员开展了相关研究。他们提出了一种名为满足需求变更（Satisfy Requirements Change，SRC）的创新方法，利用提示工程（Prompt Engineering，PE），通过人机协作来提升真实软件系统的需求变更处理能力。该研究成果发表在《Computer Standards 》上。
研究人员在这项研究中用到了几个主要关键的技术方法。他们借助现有软件文档帮助 ChatGPT-3.5 理解软件系统，同时将系统现有部分作为约束条件。在实现 SRC 的过程中，采用了思维链和模型驱动开发的基本思想，将复杂的需求变更任务进行分解。
下面来看看具体的研究结果：
- 系统建模：生成原始系统的需求跟踪矩阵（Requirements Traceability Matrix，RTM）和生成式需求结构模型（Generative Requirements Structure Model，GRSM）。RTM 用于呈现不同抽象层次需求之间的关系以及需求与其他工件的可追溯性，而基于系统建模语言（System Modeling Language，SysML）的 GRSM 则进一步丰富了这些关系。
- 确认定位：根据新需求维护原始 GRSM 中的用例图和需求图，得到新版本。依据原始 GRSM 的变化修改原始 RTM，通过对比两个版本的 RTM 和 GRSM 来确定系统修改范围。
- 程序修改：按照新需求和定位结果对数据库和代码进行修改，GRSM 中的活动图指导代码修改并同步维护。代码修改后，利用接口对变更部分进行测试。
- 属性验证：使用代码级运行时验证方法验证可提取的与需求变更相关的属性。若属性不满足，则继续进行修改。
在研究结论和讨论部分，研究人员提出的基于 SysML 的 GRSM 以及生成它的方法，能够清晰描述用户、需求和实现之间的关系，并与 RTM 结合跟踪需求变更的传播。SRC 方法与 ChatGPT 协作完成真实软件系统的需求变更，涵盖定位、实施、测试和验证整个过程，提高了需求变更修改的自动化水平。而且，将 SRC 应用于一个超过 20000 行代码的真实 Java 系统进行需求变更实施，并结合更多案例，证明了该方法在实际软件开发中的可行性和有效性。
这项研究意义重大，它为解决真实软件系统的需求变更难题提供了新的思路和方法，提升了软件开发过程中需求变更处理的自动化和效率，推动了软件工程领域的发展，为后续相关研究和实际应用奠定了坚实基础。
