Docless APIs：LLM 从二进制和流量里重建隐式契约

论文：arXiv:2609.04567（示例占位，对应 LLM-for-protocol-inference / binary contract recovery 方向）

那个永远过期的文档

每个工程师都见过这种场景：

「这个接口谁有文档？」 「张哥，他去年离职了。」 「那有没有 swagger？」 「那是三年前加的，早就过期了。」 「那……我看代码吧。」 「代码里没有注释，而且这个服务是收购来的，原始团队已经散了。」

现实系统里有大量「三无」服务：无 OpenAPI 文档、无注释、源码不可读。遗留系统、第三方私有 SDK、内部微服务——这些接口的真实契约只存在于两个地方：流量里和二进制里。

传统的解决方案是「找人要文档」，但文档永远过期，或者根本没人记得了。最终工程师靠「猜」和「试」来集成，每一次都是技术债。

从行为反推契约：ciphertext-only attack 思路

这篇论文的核心想法很简单：不要问人要文档，让机器自己观察。

用 LLM + 轻量符号执行，从请求/响应字节流与二进制入口点中恢复以下信息：

  • 字段语义：这个整数字段是 user_id 还是 session_timeout？
  • 状态机：第 3 个请求为什么返回 409？这个状态转换的前置条件是什么？
  • 鉴权前置条件：为什么这个请求带了 token 那个没带？
  • 隐式速率限制：这个端点实际能承受多少 QPS？

这不是传统的静态分析——它不依赖源码，也不依赖文档。它做的是从行为反推契约，就像密码学里的 ciphertext-only attack：攻击者只有密文，没有明文密钥，靠统计和结构推断来恢复语义。

对应到 API 场景：流量就是密文，二进制入口点提供结构线索，LLM 负责做语义推断。

关键洞察：契约维护范式的根本迁移

这件事的意义不只是「减少文档工作量」，而是代表软件工程的一个根本性迁移：

从「人写文档 → 机读文档」转向「机观察行为 → 机重建契约」

过去的契约管理模式是：人先写文档，其他系统读文档。文档是 ground truth。如果文档过期了，系统就失效。

新的契约管理模式是：没有中央化的 ground truth，契约从系统行为中涌现。机器通过观察流量和二进制来恢复隐式协议，文档变成了观察的副产品，而不是前提条件。

这对三个场景有直接价值：

  1. 集成测试：基于「推断出的隐式协议」生成测试用例，比基于「那份永远过期的文档」更可靠
  2. Mock 生成：有了推断出的协议，可以自动生成符合真实行为模式的 Mock，而不只是随机假数据
  3. 回归测试：接口变更时，自动检测新旧协议的差异，而不是靠人工 review

局限性和适用边界

流量噪声问题：实际流量里有重试、错误响应、异常数据混在里面。如果直接拿原始流量做推断，会把噪声当信号。需要清洗或加权，这是工程成本。

加密和私有协议：如果协议本身有加密层，或者字段做了哈希/混淆，推断质量会严重下降。这套方法适合「相对稳定的遗留系统」，而不适合快速迭代期的接口——那些接口的行为模式还没收敛，推断出来的契约也会跟着变。

多路径问题：同一个状态机可能有多条等价路径，推断时可能得到一个「所有路径的超集」而不是「实际使用的那条子集」。这会导致 over-approximation，需要人工确认。

产品启示

如果你的团队正在做遗留系统重构或者第三方 SDK 集成，这篇论文指向的工具可以直接减少「接口猜测试」的工作量。

具体来说：

  • 遗留系统集成：先用流量录制 + LLM 推断出一份「行为协议」，再让工程师 review 这份推断结果，而不是直接让人猜。推断出来的契约比人猜的更接近真实。
  • Mock 服务生成：不再手工写 Mock，而是从真实流量中推断协议，再基于推断结果生成行为正确的 Mock。测试环境的一致性会大幅提升。
  • 接口变更检测：在 CI 里加一层「协议差异检测」，当接口变更时自动推断新旧行为差异，主动发现「文档没提」的 breaking change。

底层趋势

「文档即契约」范式的失效不是孤立的。它和另一条更大的趋势交织在一起：契约正在从「人写的」变成「机涌现的」。

不只是 API 协议。数据库 schema、服务拓扑、事件流——这些契约在现实系统里往往也是「人写了但没人维护」的。未来的系统会越来越多地依赖「从观察中恢复契约」而不是「从文档中读取契约」。

这条路的终点，不是 AI 帮工程师读文档，而是 AI 帮工程师不需要文档。