综述：代码到代码翻译综述：从规则方法到大语言模型时代的实用性挑战

《Algorithms》：A Survey of Code-to-Code Translation: From Statistical Rule-Based Systems to LLM Agents

　　

摘要

代码到代码的翻译旨在自动将一种编程语言编写的程序转换为在另一种语言中语义等价且可执行的程序，是实现遗留系统现代化、跨平台迁移和软件供应链安全的关键使能技术。该领域已从手写规则和统计机器翻译，发展到预训练模型微调、无监督回译、大语言模型提示、执行反馈修复以及多智能体协作。本综述回顾了从2013年到2026年的相关工作。我们按照PRISMA 2020报告的文献检索与筛选流程，识别出47个纳入的方法条目，并将它们组织为包含三个族类和十个子类的两级分类体系。我们在明确的编码方案下对这些条目进行比较，总结CodeXGLUE的结果及其可比性限制，并整理了数据集、基准测试和多层级评估信号。我们以数据集、评估、开放差距和权衡这四项综述问题为框架，论证大语言模型时代的核心挑战在于实用可靠性：即翻译结果能否被编译、测试、复现和集成，而不仅仅是类似于参考答案。因此，我们提出了互补的评估标准，并讨论了可执行的仓库级评估、透明的错误分类法、安全、许可和合规风险，以及低资源、生态系统不匹配的语言对。