本文提出 CodeMechanic，一个基于缺陷属性引导的程序缓解系统，旨在解决自动化测试发现内存损坏漏洞后，开发者来不及修复、导致已知漏洞长时间可利用的问题。现有基于大语言模型（LLM）的端到端修复代理虽然能缩短这一时间窗口，但会生成开放式代码修改，且通常仅通过重放概念验证（PoC）来验证修复效果，这种弱验证机制可能接受那些只是掩盖崩溃但改变无关行为的补丁，增加误部署风险。CodeMechanic 的核心思路是从崩溃中重建被违反的内存安全属性，验证被解引用的指针及其缓冲区范围，并在危险访问前插入局部故障停止（fail-stop）保护。当边界检查失败时，该保护会终止执行，从而将潜在远程代码执行转化为受控终止，刻意以可用性换取安全性，为开发者调查根因和准备永久修复争取时间。系统结合二维静态与动态上下文提取器、提示内调试知识和逐步验证，以限制 LLM 错误的影响。在 101 个真实世界 ARVO 漏洞上的实验表明，CodeMechanic 首次尝试生成的合理补丁（通过 PoC 重放验证）比最佳基线多 47.6%，同时使用 token 数减少 91%；人工审计进一步显示，CodeMechanic 生成的补丁与开发者编写修复语义等价的概率是基线的 3.4 至 4.3 倍。本文面向软件安全、漏洞修复和 LLM 应用的研究人员，以及需要快速缓解已知漏洞的蓝队和安全工程师。