为大型语言模型赋予代码分析的形式化推理引擎

本文探讨了如何通过神经符号系统和模型上下文协议（MCP）的结合，为大型语言模型（LLM）提供形式化推理能力，以提升代码分析的准确性和可靠性。作者提出了一种混合架构，在保留LLM自然语言理解优势的同时，引入符号推理引擎来处理结构化逻辑与约束验证，从而弥补纯神经网络模型在精确推理方面的不足。