From Research to Practice: An Interactive Rapid Review of Autonomous Driving System Testing in Industry
University College London（伦敦大学学院）；Volvo Cars（沃尔沃汽车）；Chalmers University of Technology（查尔姆斯理工大学）
本文通过与21名汽车行业从业者的互动快速审查，揭示了自动驾驶系统测试中的关键挑战，特别是端到端系统测试的完整性和方法，为行业提供实践洞察。
2026-10-26 cs.SE
Emerging Trends in Software Architecture from the Practitioners Perspective: A Five Year Review
本研究基于五年内八大行业会议的5,677场演讲，结合大语言模型与专家验证，揭示Kubernetes和Serverless等云原生技术主导软件架构实践且集中于DevOps后期阶段。
2025-07-25 cs.SE
A Survey of Software Code Review Practices in Brazil
软件代码评审的目的是尽早发现代码异常，并在成本较低时进行代码改进。然而，不定期应用代码审查实践的开发人员所面临的问题和挑战尚不清楚。目标：调查开发人员在应用代码审查实践时所面临的困难，而不将目标受众限制在已经经常使用此实践的开发人员。方法：我们进行了一项基于网络的调查，350名巴西从业人员从事软件开发行业。结果：代码审查实践在巴西从业者中很普遍，他们认识到其重要性。然而，没有适用这些做法的例行程序。此外，他们还报告了在软件开发过程中使用静态分析工具的困难。从业者认识到的一个可能的原因是，这些工具中的大多数使用单一的度量阈值，这可能不足以评估所有的系统类。结论：改进指南以使代码审查实践适应软件开发过程，有助于使其广泛使用。此外，未来的研究应该调查是否考虑到源代码上下文的多个度量阈值减少了静态分析工具的假警报。最后，这些工具应该允许在软件开发过程的不同阶段使用。
2020-08-02 cs.SE
Motivations, Challenges, Best Practices, and Benefits for Bots and Conversational Agents in Software Engineering: A Multivocal Literature Review
本研究通过多声部文献综述梳理软件工程机器人与会话智能体的采用动机、挑战、缓解策略及最佳实践，连接学术研究与产业实践。
2025-03-17 cs.SE
Artificial Intelligence for Software Architecture: Literature Review and the Road Ahead
Mälardalen Universty（马尔默大学）；Singapore Management University（新加坡管理大学）
通过系统文献综述，识别AI在软件架构中应用的14个主题领域和6个AI特有挑战，并基于实证访谈提出五大战略支柱的研究路线图。
2026-07-01 cs.SE
3100 Opinions on Code Review in an AI World: Building Causal Theory from Practitioner Discourse
Carnegie Mellon University（卡内基梅隆大学）
研究人工智能对代码审查的影响，通过收集从业者话语构建因果模型，明确审查是控制点，团队决定编码代理对软件影响，转化相关命题，还提供LLM辅助灰色文献理论构建方法。
2026-07-10 cs.AI cs.SE
Practitioners' Expectations on Code Completion
代码补全已经成为程序员在日常编程活动中的一种常见做法。它旨在自动预测程序员倾向于使用的下一个标记或行。一个好的代码补全工具可以大大节省程序员的时间，提高编程效率。最近，已经提出了用于代码完成的各种技术以用于实践。然而，目前还不清楚从业者对代码完成的期望是什么，以及现有的研究是否满足了他们的需求。为了填补这一空白，我们进行了一项实证研究，首先采访了15名从业人员，然后调查了来自18家IT公司的599名从业人员对代码完成的期望。然后，我们通过对2012年至2022年在主要出版场所发表的关于代码完成的论文进行文献综述，将从业者的需求与当前的研究进行比较。基于比较，我们强调了研究人员投资努力开发代码完成技术，以满足从业者的期望的方向。
2023-01-10 cs.SE
Automated Code Review In Practice
本文通过分析工业环境中基于LLM的自动化代码审查工具的使用数据与开发者反馈，发现该工具虽能提升缺陷检测和代码质量意识，但也导致拉取请求关闭时间延长并引入错误审查等问题。
2024-12-28 cs.SE
"To Clean-Code or Not To Clean-Code" A Survey among Practitioners
背景：编写其他合作者可以理解的干净代码已经成为提高合作和生产力的关键。然而，关于开发人员是否同意清洁代码原则以及他们如何在实践中应用这些原则，我们知之甚少。目的：在这项工作中，我们调查了开发人员如何看待Clean Code原则，他们是否认为这有助于阅读，理解，重用和修改Clean Code，以及他们如何在实践中处理Clean Code。研究方法：我们进行了一次系统的文献综述，其中我们考虑了771篇研究论文，以收集清洁代码原则，并对39名从业者进行了调查，其中一些人拥有超过20年的开发经验。结果：到目前为止，结果显示了与Clean Code原则及其潜在好处的共同协议。它们还表明，开发人员倾向于编写混乱的代码，以便稍后进行重构。
2022-08-15 cs.SE
Modern Code Reviews -- Survey of Literature and Practice
本研究结合系统映射、Q方法调查与影响力分析，梳理244项MCR研究并发现研究主题与从业者重视方向存在错位，进而提出未来研究议程。
2024-02-29 cs.SE
A Systematic Literature Review of Test Breakage Prevention and Repair Techniques
上下文：当应用程序发展时，一些开发的测试用例会中断。丢弃损坏的测试用例会导致大量的工作浪费，并导致测试套件的效率较低，覆盖率较低。测试修复方法通过修复损坏的测试用例来使测试套件与应用程序一起发展。目的：每年都有大量关于测试修复方法的研究发表。重要的是总结和巩固该领域的现有知识，为研究人员和从业人员提供方向。本研究工作提供了一个系统的文献综述，在测试用例修复和破损预防领域，旨在指导研究人员和从业人员在软件测试。方法：我们遵循标准协议进行系统的文献综述。首先，使用目标问题度量（GQM）定义研究目标。然后，我们制定相应的研究问题，每个目标。最后，从所包含的论文中提取指标。根据定义的选择标准，最终纳入41项主要研究进行分析。结果：筛选出5篇期刊论文和36篇会议论文。我们提出了一个分类法，列出了从文献中提取的测试用例破损的原因。我们发现，只有四个拟议的测试修复工具是公开的。大多数研究都对开放源码案例研究的方法进行了评价。结论：测试修复技术有很大的研究空间。尽管在大规模开源研究中评估方法的趋势是积极的，但在真正的工业背景下进行的研究显然缺乏结果。很少有工具是公开的，这降低了行业从业者适应的潜力。
2019-09-24 cs.SE
"A Second Set of Eyes": The Process and Challenges of Software Documentation Review
McGill University（麦吉尔大学）；Université de Montréal（蒙特利尔大学）；Google DeepMind（谷歌DeepMind）
本研究通过对31名资深技术撰写人员访谈，明确软件文档评审的五个阶段及相关挑战，将文档评审定位为关键协作工作领域，为流程与工具优化提供新方向。
2026-08-28 cs.HC cs.SE
What Practitioners Really Think About Continuous Software Engineering: A Taxonomy of Challenges
持续软件工程是一种协作式的软件开发环境，它提供了在短时间内持续开发和部署高质量软件项目的能力。针对持续软件工程实践尚不成熟，软件组织对采用持续软件工程犹豫不决的问题，本研究的目的是：（1）通过系统的文献综述（SLR）和问卷调查研究获得行业专家的见解，以探索持续软件工程的挑战;（2）使用模糊层次分析法（FAHP）对调查的挑战进行优先级排序。研究结果提供了一套软件组织所面临的关键挑战，同时采用持续软件工程和基于优先级的分类的持续软件工程的挑战。FAHP的应用是新颖的，在这个研究领域，因为它有助于解决从业者的连续软件工程的影响因素的不确定性。我们相信，这项研究的结果将作为一个知识体系，为现实世界的从业者和研究人员修改和开发新的战略，成功地实施持续软件工程的做法在软件行业。
2023-03-30 cs.SE
Benefitting from the Grey Literature in Software Engineering Research
研究人员通常最信任同行评审的出版信息，如期刊和会议论文。相比之下，软件工程（SE）从业者通常没有时间，访问或专业知识来审查和受益于这些出版物。因此，从业者更有可能转向他们信任的其他信息来源，例如，行业杂志、在线博客帖子、调查结果或技术报告，统称为灰色文献（GL）。此外，从业者也分享他们的想法和经验，作为GL，这可以作为一个有价值的数据来源的研究。虽然GL本身不是一个新的话题，在SE，使用，受益和综合知识的GL SE是一个当代的主题，在实证SE研究，我们看到，研究人员越来越多地受益于GL内可用的知识。本章的目标是提供一个概述，以GL在SE，以及洞察SE研究人员如何有效地使用和受益于知识和证据，可在大量的GL。
2019-11-27 cs.SE
Quality Gatekeepers: Investigating the Effects ofCode Review Bots on Pull Request Activities
该研究结合 GitHub 1,194 个项目的断点回归分析与 12 名从业者访谈，揭示代码审查机器人对 PR 合并、未合并数量及开发者沟通的影响。
2022-03-30 cs.SE
Prompting in Practice: Investigating Software Practitioners' Use of Generative AI Tools
William & Mary（威廉与玛丽学院）
研究调查软件从业者在实际开发中使用生成式AI工具的提示策略与实践，揭示其在代码生成、调试等任务中的应用现状及挑战。
2026-01-23 cs.SE
Understanding the Perceived Relevance of Capability Measures: A Survey of Agile Software Development Practitioners
内容：鉴于敏捷软件开发（ASD）实践的快速性和迭代性，在团队组建的背景下建立对能力度量的更深入见解至关重要，因为个人和团队的能力会影响团队的绩效和生产力。虽然以前的系统性文献综述（SLR）综合了ASD能力测量的最新技术水平，重点是选择个人到敏捷团队，以及与团队绩效和成功相关的能力，但确定SLR的结果在多大程度上适用于实践可以为研究和实践提供渐进的见解。目的：我们的研究调查了敏捷实践者如何看待个人和团队层面的措施，以表征敏捷团队及其成员的能力的相关性。此外，为了仔细检查从业者的看法的变化，我们的研究进一步分析了分层人口统计学群体的看法。方法：我们进行了一项基于网络的调查，使用问卷建立的能力从以前进行的SLR确定的措施。结果如下：我们的调查答复（60）表明，127个个人和28个团队的能力措施被认为是相关的大多数从业者。我们还确定了七个个人和一个团队的能力措施，以前没有被我们的SLR的特点。被调查的实践者认为，敏捷团队成员的责任感和提问技能显著代表了成员的能力。结论：我们的调查结果与SLR的发现一致。据观察，与技术和创新方面相比，与社会方面有关的措施占主导地位。我们的研究结果可以支持敏捷实践者在他们的团队组成决策。
2021-05-20 cs.SE
Modern code reviews -- Preliminary results of a systematic mapping study
本研究采用系统映射方法分析177篇2005-2018年的现代代码评审相关论文，梳理该领域研究演进脉络、识别研究空白，提出该领域研究主要贡献的分类方案，为后续研究提供基础。
2023-10-02 cs.SE
Software Engineering Research Community Viewpoints on Rapid Reviews
背景：软件工程（SE）研究的最重要的挑战之一是为实践提供相关证据。在卫生相关领域，快速审评已被证明是实现这一目标的有效方法。然而，很少有人知道如何SE研究界认为潜在的适用性的RR。目的：本研究的目的是了解SE研究社区对使用RR作为向从业者提供证据的一种手段的观点。方法：为了了解他们的观点，我们邀请了37名研究人员分析了50份关于RR的意见陈述，并根据他们对每个陈述的同意程度对其进行评级。采用Q-方法来确定最突出的观点，即所谓的因素。结果如下：确定了四个因素：因素A组未决定的研究人员需要更多的证据才能使用RR;因素B组的研究人员通常对RR持积极态度，但强调需要定义最低标准;因素C组的研究人员持怀疑态度，并强调高质量证据的重要性;因素D组的研究人员有一个务实的观点，认为可以根据实践者面临的背景和限制来应用RR。结论：总之，虽然有对立的观点，但也有一些共同点。例如，所有的观点都认为，RR和系统性审评可能进行得很差，也可能进行得很好。
2019-06-26 cs.SE
How is the speed of code review affected by activity, usage and code quality?
本研究通过分析MediaWiki扩展的合并中位时间，探讨了代码质量、活动和使用情况对代码审查速度的影响，发现审阅者投票数量及是否有管理员是关键因素。
2023-05-09 cs.SE
A Systematic Literature Review on Task Recommendation Systems for Crowdsourced Software Engineering
本文依据Kitchenham和Charters指南对65项研究进行SLR，分类梳理CSE任务推荐系统的数据来源、方法、优势局限、任务类型、平台特征及人为因素，并指出研究空白与未来方向。
2025-03-18 cs.SE
Software Development with Feature Toggles: Practices used by Practitioners
背景资料：使用功能切换是一种技术，允许开发人员使用条件语句中的变量打开或关闭功能。软件公司越来越多地使用功能切换来促进持续集成和持续交付。但是，不恰当地使用功能切换可能会导致一些问题，这些问题可能会产生严重的影响，例如代码复杂性、死代码和系统故障。例如，一个旧功能切换的错误再利用导致美国全球金融服务公司Knight Capital Group破产，原因是由此产生的不正确系统行为的影响。目的：这个研究项目的目标是帮助软件从业者在使用的做法，以支持软件支持软件开发的功能切换，通过一个实证研究的功能切换实践使用的从业者。方法：我们进行了定性分析的99个伪影从灰色文献和10个同行评议的论文功能切换。我们对38家公司的从业人员进行了调查。结果：我们确定了4类17种实践：管理实践、可持续实践、实施实践和清理实践。我们观察到，所有的调查对象都使用专用工具来创建和管理代码中的功能切换。记录功能切换的元数据、设置功能切换的默认值以及记录功能切换的更改也是经常观察到的实践。结论：在这项工作中发现和列举的功能切换开发实践可以帮助从业者更有效地使用功能切换。这项工作可以使未来的挖掘代码库，以自动识别功能切换的做法。
2020-03-11 cs.SE
Group versus Individual Review Requests: Tradeoffs in Speed and Quality at Mozilla Firefox
University of Groningen（格罗宁根大学）；Mozilla Corporations（Mozilla公司）
本研究探讨了组审阅与个人审阅在 Mozilla Firefox 中对速度和质量的影响，发现组审阅能提高审阅质量，但对速度影响不大，并带来工作分配和培训等额外优势。
2026-01-04 cs.SE
An Empirical Study on Refactoring-Inducing Pull Requests
背景资料：基于拉式的开发塑造了现代代码审查（MCR）的实践，其中审查者可以通过拉式请求（PR）中的注释和提交来贡献代码改进，例如重构。过去的MCR研究统一对待所有的PR，不管它们是否引起重构。我们将PR定义为重构诱导，即在初始提交后执行重构编辑，这是审阅者之间讨论的结果，也是PR开发人员自发采取的行动。目的：这项混合研究（定量和定性）探讨了代码审查相关的方面，旨在表征重构诱导PR。方法：我们假设，重构诱导PR有不同的特点比非重构诱导的，因此值得特别关注和治疗的研究人员，从业者和工具建设者。为了研究我们的假设，我们从GitHub中挖掘了1,845个Apache合并PR的样本，挖掘了这些PR中的重构编辑，并对重构诱导PR和非重构诱导PR进行了比较研究。我们还手动检查了2，096条评论，并从228个重构诱导PR中检测到1，891个重构。结果如下：我们在我们的样本中发现了30.2%的重构诱导PR，它们在提交数量、代码流失、文件更改数量、审查评论数量、讨论长度和合并时间方面与非重构诱导PR有显著差异。然而，我们没有发现统计证据表明，评论者的数量与重构诱导有关。我们的定性分析显示，至少有一个重构编辑引起的审查133（58.3%）的重构诱导PR检查。结论：我们的研究结果为研究人员，从业者和工具构建者提供了方向，以改善基于拉式代码审查的实践。
2021-08-24 cs.SE
Source Code Recommender Systems: The Practitioners' Perspective
源代码的自动生成一直是软件工程研究领域的一个重要课题。已经提出了几种技术来加速新代码的编写。例如，代码完成技术可以向开发人员推荐他们可能键入的接下来的几个令牌，而基于检索的方法可以建议与手头任务相关的代码片段。此外，深度学习已用于从自然语言描述开始自动生成代码语句。虽然这一领域的研究非常活跃，但还没有研究调查代码推荐系统的用户（即，软件开发者实际上需要这些工具。我们提出了一项研究，涉及80名软件开发人员，他们认为重要的代码推荐系统的特点进行调查。我们的研究的输出是一个分类的70个“需求”，应考虑在设计代码推荐系统。例如，开发人员希望推荐的代码使用与正在开发的代码相同的编码风格。此外，代码编译器“知道”开发人员的知识（例如，他们过去已经使用的框架/库是什么），并且能够基于这种知识定制建议，这将受到从业者的赞赏。我们研究的分类输出为代码分析师指出了一系列未来的研究方向。
2023-02-08 cs.SE
The Software Supply Chain as a Market for Lemons: A Multivocal Review of Trust Signal Collapse
North Carolina State University（北卡罗来纳州立大学）；Carnegie Mellon University（卡内基梅隆大学）
本研究通过多视角综述252个谷歌搜索来源和870个Reddit线程，揭示开源依赖项的廉价信任信号因三种力量崩溃，提出需强制实施加密证明等成本更高的信号。
2026-08-24 cs.CR cs.SE
NLP-assisted software testing: A systematic mapping of the literature
Queen’s University Belfast（贝尔法斯特女王大学）；University of Innsbruck（因斯布鲁克大学）；Blekinge Institute of Technology（布莱金厄理工学院）
内容：为了减少从自然语言需求中提取测试用例的人工工作，文献中提出了许多基于自然语言处理（NLP）的方法。鉴于这一领域有大量的方法，而且许多从业人员渴望利用这些技术，因此必须综合并概述这一领域的最新技术。目的：我们的目标是总结国家的最先进的NLP辅助软件测试，这可能有利于从业者潜在地利用这些基于NLP的技术。此外，这有助于研究人员提供研究景观的概述。方法：针对上述需求，以系统的文献图谱（分类）形式进行调查。在编制了95篇论文的初始池后，我们进行了系统的投票，最终池包括67篇技术论文。结果如下：本文概述了论文中提出的贡献类型，用于辅助软件测试的NLP方法类型，所需输入要求的类型，以及该领域工具支持的回顾。我们发现的一些关键结果是：（1）论文中提出的38个工具中只有4个（11%）可供下载;（2）更大比例的论文（67个中的30个）提供了对NLP方面的肤浅接触（几乎没有细节）。结论：本文将有利于从业人员和研究人员作为一个“索引”的知识体系在这一领域。结果可以帮助从业人员利用现有的基于NLP的技术，这反过来又降低了测试用例设计的成本，并减少了测试活动所花费的人力资源。在与我们的一些行业合作者分享这篇评论后，初步的见解表明，这篇评论确实对从业者有用和有益。
2020-03-21 cs.CL cs.SE
A survey on software testability
软件可测试性是软件系统或被测单元支持其自身测试的程度。为了预测和提高软件的可测试性，在过去的几十年里，从业人员和研究人员提出了大量的技术和度量。审查和获得整个国家的最先进的和国家的做法在这一领域的概述往往是具有挑战性的从业者或新的研究人员。目的：我们的目标是总结这一领域的知识体系，并使读者（从业者和研究人员）在准备，测量和改进软件可测试性方面受益。方法：为了满足上述需求，作者以系统的文献映射（分类）的形式进行了一项调查，以了解我们作为一个社区对这一主题的了解。在编译了303篇论文的初始池，并应用一组纳入/排除标准后，我们的最终池包括208篇论文。结果：软件可测试性领域已经被研究者和实践者广泛研究。测试性的测量方法和测试性的改善是最常见的文件。影响可测性的两个最常提到的因素是可观测性和可控性。提高可测试性的常用方法是可测试性转换、提高可观察性、添加断言和提高可控性。结论：本文为研究人员和实践者提供了可测试性领域大量知识的“索引”。结果可以帮助从业者在他们的项目中测量和提高软件的可测试性。
2018-12-06 cs.SE
From Industry Claims to Empirical Reality: An Empirical Study of Code Review Agents in Pull Requests
Kennesaw State University（肯尼索州立大学）；Quanta Technology（夸塔技术）
本文通过分析代码审查代理（CRAs）在拉取请求中的表现，探讨其对合并成功率的影响，发现CRAs生成的反馈质量与PR废弃率密切相关，需人类监督以提高代码审查效果。
2026-04-03 cs.SE
Injecting Sustainability in Software Architecture: A Rapid Review
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
本文通过混合方法研究，探讨如何在软件架构中系统整合可持续性，提出五个实践建议以指导架构师和产业合作伙伴。
2025-11-27 cs.SE
Does Culture Matter? Impact of Individualism and Uncertainty Avoidance on App Reviews
移动应用程序通常由国际受众使用，因此每天都会收到来自不同国家的大量用户评论。以前的工作发现了应用商店评论包含软件进化过程有用信息的证据。然而，文化多样性的审查及其后果的具体用户反馈的特点只在有限的程度上进行了研究，到目前为止。在本文中，我们研究了两个文化维度的影响，个人主义和不确定性规避对用户反馈的苹果应用商店评论写在不同的语言。为此，我们在六个月内收集了来自八个国家的647，141条评论，并以五种语言撰写。然后，我们使用手动内容分析和自动化处理来检查3，120条评论的样本。研究结果表明，个性化和不确定性回避对用户反馈特征有显著影响。本研究的结果将有助于研究人员和从业人员减少因训练和测试数据多样化程度较低而导致的算法偏差，并提高对分析多样化用户反馈重要性的认识。
2021-03-07 cs.SE
Characteristics and Challenges of Low-Code Development: The Practitioners' Perspective
背景资料：近年来，低代码开发（LCD）发展迅速，Gartner和Forrester都预测LCD的使用非常有前途。大公司，如微软，Menutor和Outsystems也推出了他们的LCD平台。目的：在这项工作中，我们探索了两个流行的在线开发者社区，Stack Overflow（SO）和Reddit，从从业者的角度提供关于LCD的特征和挑战的见解。方法：使用两个LCD相关术语在SO中检索相关帖子，共提取73篇。同时，我们从Reddit上搜索了三个与LCD相关的子Reddit，收集了228篇帖子。我们从这些帖子中提取数据，并应用常数比较方法来分析LCD的描述，优点，局限性和挑战。对于LCD使用的平台和程序设计语言、LCD的实现单元、LCD的支持技术、LCD开发的应用程序类型以及使用LCD的领域，我们使用描述性统计来分析和呈现结果。结果如下：我们的研究结果表明：（1）LCD可以为用户提供图形用户界面，以用很少或甚至没有代码拖放;（2）开箱即用单元的设备（例如，LCD平台中的API和组件（API和组件）使它们易于学习和使用，并加快了开发速度;（3）LCD在需要自动化流程和工作流程的领域中特别受欢迎;（4）从业者对LCD的优点和缺点有相互矛盾的看法。结论：我们的研究结果表明，研究人员应该明确定义的术语，当他们提到LCD，开发人员应该考虑是否LCD的特性是适合他们的项目。
2021-07-15 cs.SE
Code Smells and Refactoring: A Tertiary Systematic Review of Challenges and Observations
在本文中，我们提出了一个三级系统的文献综述，以前的调查，二级系统的文献综述，和系统的映射。我们确定了关于代码气味和重构的主要观察结果（我们知道的）和挑战（我们不知道的）。我们发现代码气味和重构与质量属性有很强的关系，即，具有可理解性、可维护性、可测试性、复杂性、功能性和可重用性。我们认为，代码气味和重构可以被认为是一个硬币的两面。此外，我们还确定了重构如何影响质量属性，而不是代码气味。我们还讨论了这项工作的从业人员，研究人员和教师的影响。我们确定了13个开放的问题，可以指导未来的研究工作。因此，我们想强调在当前软件工程研究中代码气味和重构之间的差距。我们希望这项工作能够帮助软件工程研究社区在未来的代码气味和重构工作中进行合作。
2020-04-22 cs.SE
Automating Code Review: A Systematic Literature Review
本文通过系统性文献综述梳理119篇论文，分类代码审查自动化任务、底层技术与评估数据集，并指出当前局限和未来研究方向。
2025-03-12 cs.SE
Data Mesh: a Systematic Gray Literature Review
本文通过系统分析114篇工业灰色文献，刻画了数据网格架构的设计原则、组件、能力与角色，并结合SOA参考架构提出描述数据网格三个关键维度的参考架构，同时指出开放研究问题。
2024-08-07 cs.DB cs.SE
Trust-Calibrated Code Review: A Participatory Design Study of Review Workflows for LLM-Generated Multi-File Changes
Lund University（隆德大学）；JetBrains Research（JetBrains 研究院）；JetBrains
本研究通过参与式设计，发现审查LLM生成的多文件变更的核心挑战是信任校准，提出了三级审查工作流程和七项设计构造，并通过验证调查表明其能降低审查工作量。
2026-06-01 cs.HC cs.SE
On the Use of a Large Language Model to Support the Conduction of a Systematic Mapping Study: A Brief Report from a Practitioner's View
Federal University of Goiás\ Institute Goiânia Goiás Brazil；Pontifical Catholic University of Rio de Janeiro\ of Informatics Rio de Janeiro Rio de Janeiro Brazil；Boston University\ of Computer Science Boston Massachusetts USA；Federal University of Goiás\ Institute；Pontifical Catholic University of Rio de Janeiro\ of Informatics；Boston University\ of Computer Science
本文从实践者视角报告了使用大型语言模型开展系统映射研究的经验，讨论了其在时间节省和数据标准化方面的优势，以及构建提示、幻觉和手动验证等挑战。
2026-02-09 cs.AI cs.SE
Cross-Model LLM Code Review: Should you use Claude to review Codex or vice versa?
University of California, Davis（加州大学戴维斯分校）；Johns Hopkins University（约翰霍普金斯大学）；California State University, Long Beach（长滩加州州立大学）
研究开发者同时使用Claude和Codex进行代码审查的成本、时间及配对顺序问题，通过对116个任务的六种条件实验发现，Claude审查Codex草稿效果好，反向则不佳，有用的配对是不对称的，应Claude审查Codex。
2026-07-27 cs.AI cs.SE
How Do Practitioners Build SE Agents? Insights from a Mixed-Methods Study
Singapore Management University（新加坡管理大学）；University College London（伦敦大学学院）；Tencent（腾讯）；University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）
本文通过混合方法研究从业者构建软件工程代理的方式，发现随着实现成本降低瓶颈转移，刻画了七阶段工作流程和评估驱动开发转变，还识别出团队面临的六个挑战及应对实践。
2026-07-28 cs.AI cs.HC cs.SE
On The Impact of Merge Request Deviations on Code Review Practices
TELUS（TELUS（泰勒斯））
该研究识别出占比37.02%的七类合并请求偏差，提出准确率91%的小样本检测方法，证实排除偏差可提升评审分析模型性能，为优化代码评审提供支持。
2025-06-11 cs.AI cs.LG cs.SE
