Dynamic Cogeneration of Bug Reproduction Test in Agentic Program Repair
Google, USA（谷歌（美国））
本文研究了在程序修复中动态共生生成测试的方法，通过在同一补丁中生成修复和测试用例，提高修复的可信度并减少维护成本。
2026-08-25 cs.AI cs.SE
MemRepair: Hierarchical Memory for Agentic Repository-Level Vulnerability Repair
Beihang University（北京航空航天大学）；The University of Hong Kong（香港大学）
本研究提出MemRepair，一种增强记忆的代理框架，通过分层记忆和动态反馈循环提高漏洞修复的可靠性，实现了在多个仓库级别的漏洞修复基准上的高修复率。
2026-05-17 cs.AI cs.CL cs.SE
Project Prometheus: Bridging the Intent Gap in Agentic Program Repair via Reverse-Engineered Executable Specifications
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
本文提出普罗米修斯框架，通过规范推断而非代码生成解决代理程序修复中的意图差距问题，实现了93.97%的正确补丁率和74.4%的救援率。
2026-04-19 cs.AI cs.SE
Evaluating Agentic Configuration Repair for Computer Networks
Department of Information Technology（信息科技系）；Electrical Engineering, ETH Zurich（电子工程，苏黎世联邦理工学院）
本研究通过结合形式化网络验证和上下文检索工具，评估了开源和闭源大语言模型在代理架构下的配置修复能力，发现代理架构在修复效果和安全性上分别平均提升12%和17%。
2026-06-04 cs.AI
EvoDRC: A Self-Evolving Agentic Framework for Automated DRC Violation Repair
Arizona State University（亚利桑那州立大学）；NVIDIA Corporation（英伟达公司）
针对先进节点物理设计中DRC闭合瓶颈问题，EvoDRC提出自进化智能体框架，利用参考设计知识和目标设计经验初始化并进化修复技能，将布局分解后分配智能体，通过工具反馈和知识数据库提升修复效果，实验显示总体减少73.5%。
2026-07-23 cs.AI
Catching Developers in the Flow: Low-Latency Agentic Program Repair at Google Scale
Google（谷歌）
FlowAgent是谷歌部署的AI智能体，通过ReAct循环和弃权过滤器在低延迟下修复提交前测试失败，人工评估准确率67.18%，已对295,508个变更提出建议，其中28,554个被应用。
2026-10-07 cs.AI cs.SE
TraceCAD: Trace-Guided Repair for Agentic CAD Generation
TraceCAD是一种用于智能体CAD生成的轨迹引导修复方法，通过引入持久状态等机制提升了CAD生成的几何质量与修复可靠性，在DeepCAD基准测试中取得了良好效果。
2026-08-05 cs.AI cs.GR cs.SE
MEMOREPAIR: Barrier-First Cascade Repair in Agentic Memory
本文提出MEMOREPAIR方法，通过障碍优先级级修复机制解决代理记忆中的级联更新问题，有效减少无效记忆暴露并降低修复成本。
2026-05-08 cs.AI cs.CL
Where Did the Repair First Go Wrong? Localizing the Origins of Silent Failures in Agentic Vulnerability Repair
Tampere University（坦佩雷大学）
针对智能体漏洞修复中的静默失败，提出基于轨迹的SAGE方法，通过分析每轮安全推理与代码历史，定位最早偏离安全意图的环节，在95个案例中成功定位93个，多数源于未解决的安全要求或不当防御。
2026-10-06 cs.AI cs.CR cs.SE
ARISE: A Repository-level Graph Representation and Toolset for Agentic Program Repair and Fault Localization
针对现有图智能体缺乏过程内数据流建模的问题，提出多粒度程序图工具集ARISE，支持语句级数据流切片查询，大幅提升智能体故障定位与程序修复性能。
2026-07-07 cs.AI cs.SE
Toward User-Mediated Self-Repair in Ubiquitous Robots Through Goal-Oriented Agentic AI
IT-University of Copenhagen（哥本哈根信息技术大学）
本文提出一种目标导向的智能体AI架构，通过情境化对话使非专家用户完成普适机器人技术修复，实验显示95%任务完成率，并验证了其在物理环境中的稳健性。
2026-09-23 cs.AI cs.RO
Localizing Emergent Failures in Agentic AI: Recovering Minimal Repair Families via Counterfactual Replay
Northeastern University（东北大学）；Aalborg University（奥尔堡大学）；Zhejiang University（浙江大学）
本研究针对智能体AI中LLM智能体交互引发的涌现故障，提出GCJR方法恢复最小修复族，在基准和试点案例中实现1.000族精确匹配，显著减少回放或模型调用次数。
2026-09-09 cs.AI cs.MA
Clover: A Neural-Symbolic Agentic Harness with Stochastic Tree-of-Thoughts for Verified RTL Repair
Peking University（北京大学）
Clover通过结构化搜索代码操作解决RTL修复问题，结合LLM和符号求解器动态调度任务，实现高可靠性修复，修复率高达96.8%。
2026-04-19 cs.AI cs.AR
Mnemosyne: Agentic Transaction Processing for Validating and Repairing AI-generated Workflows
Stanford University（斯坦福大学）；QuadriumAI
提出代理事务处理（ATP）模型，将生成动作视为不可信提案，通过确定性约束集验证后才提交，并实现运行时修复，确保状态正确性独立于生成层。
2026-09-01 cs.AI
AgenticECO: An Agentic Framework for ECO on 3D Integrated Circuits
针对3D-IC布线后ECO手动操作的缺陷，提出AgenticECO智能体框架搭配EcoRoute最小干扰布线层，在9个缺陷案例中表现优于基准方法，且所有结果通过各类设计检查，相关材料已开源。
2026-08-05 cs.AI
Agentic Bug Reproduction for Effective Automated Program Repair at Google
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Google（谷歌）；TU Wien（维也纳技术大学）
本文提出BRT Agent，利用微调大语言模型从谷歌内部缺陷报告自动生成缺陷复现测试，显著优于LIBRO，并能有效提升自动化程序修复系统的修复效果。
2025-03-11 cs.AI cs.SE
AgentBug-Smith: Automatically Reproducing Real-World Harness Bugs in Agentic Systems
The University of Chicago（芝加哥大学）；Fudan University（复旦大学）；TensorBlock, Inc.（TensorBlock公司）；Tsinghua University（清华大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出 AgentBug-Smith 自动复现智能体系统中的真实 harness 缺陷，并构建 Live-Harness-Bench 基准（含 200 个缺陷），显著提升缺陷修复率，为递归自我改进智能体奠定基础。
2026-09-30 cs.AI cs.SE
BLAgent: Agentic RAG for File-Level Bug Localization
University of Calgary（卡尔加里大学）；York University（约克大学）
本文提出BLAgent，一种新型代理RAG框架，用于文件级Bug定位，通过结合代码结构感知的仓库编码、双视角查询转换和两阶段代理重排序，提高了Bug定位的准确性和效率。
2026-07-03 cs.AI cs.SE
BabelCoder: Agentic Code Translation with Specification Alignment
Concordia University（康科迪亚大学）；York University（约克大学）
BabelCoder通过代理协作框架提升代码翻译准确性，实现94.16%的平均准确率。
2026-09-28 cs.AI cs.SE
ARCS: Agentic Retrieval-Augmented Code Synthesis with Iterative Refinement
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
ARCS提出了一种无需微调的智能体检索增强代码合成系统，通过预算化的合成-执行-修复循环和分层控制器，在HumanEval上达到87.2%的pass@1，超越现有方法，并提供了可证明的收敛保证。
2025-10-27 cs.AI cs.SE
Securing Smart Contract Languages with a Unified Agentic Framework for Vulnerability Repair in Solidity and Move
University Of Houston（德克萨斯大学休斯敦分校）；Kent State University（肯特州立大学）
本文提出Smartify，一种利用多代理框架和LLMs自动检测并修复Solidity和Move智能合约漏洞的方法，展现其在提升安全性和可靠性方面的显著成效。
2025-11-20 cs.AI cs.CR cs.MA
Evaluating Agentic Code Repair Capabilities in Distributed Systems
University of Southern California（南加州大学）
该研究推出分布式系统代码修复基准DDBench，评估10个LLM的代码修复能力，发现调试上下文可提升准确率且对强弱模型影响不同，分布式调试能凸显单进程基准未体现的推理能力。
2026-08-18 cs.AI cs.DC cs.SE
Verification of Adaptive Agentic Controllers through Finite Rule Revision
Open University of Cyprus（塞浦路斯开放大学）
研究自适应智能体控制器在特定条件下的验证问题，提出以有限规则等表示的有界验证协议，将故障映射到规则编辑，经实验得出三种结果，贡献是提供了可测试控制器故障相关特性的模拟兼容程序。
2026-09-11 cs.AI cs.MA cs.SY
RefactorAssist: Agentic Refinement for Reliable Code Refactoring
Queen's University（女王大学）
该研究针对LLM生成代码重构的错误问题，开发了RefactorAssist智能体，通过静态修复结合测试引导的智能体修复，将重构累计通过率提升至94.2%，提高了LLM重构代码的可靠性。
2026-08-04 cs.AI cs.SE
Embodied-BenchForge: A Closed-Loop Agentic Workflow for Embodied Benchmark Construction
QiYuan Lab（启元实验室）；University of Electronic Science and Technology of China（电子科技大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；Northeastern University（东北大学）；Beihang University（北京航空航天大学）；Tsinghua University（清华大学）
Embodied-BenchForge提出闭环智能体工作流，通过前向合成与后向验证修复构建具身基准，生成六个离线及一个含220任务的交互式基准，有效区分模型能力。
2026-09-14 cs.AI
Looping Is Not Reliability: State-Bound Evidence and Typed Revision Contracts for Agentic Code Repair
Alibaba Cloud（阿里云）
研究编码智能体中生成-测试-修订循环的可靠性问题，通过实验揭示相关差距及问题，提出证据约束的类型化循环契约并实例化其可机械执行子集，实现规范与工件，非证明修复能力提升等。
2026-10-06 cs.AI cs.CL
Unlocking the Regulatory Genome by ARGUS: An Evidence-Constrained Agentic Framework for Interpreting Single Nucleotide Variants
Stony Brook University（石溪大学）；Renaissance School of Medicine at Stony Brook University（石溪大学雷内桑斯医学院）
本文提出ARGUS框架，将确定性生物学计算与LLM推理分离，针对疾病相关非编码区单核苷酸变异，通过多数据库证据分析，为不同转录因子生成差异化研究轨迹，解决大语言模型解释变异时的幻觉问题。
2026-10-09 cs.AI cs.LG q-bio.GN
An Explainable Agentic AI Framework for Uncertainty-Aware and Abstention-Enabled Acute Ischemic Stroke Imaging Decisions
Department of Computer Science and Engineering（计算机科学与工程系）；Daffodil International University（达福尔国际大学）
本文提出了一种可解释的代理AI框架，用于在急性缺血性中风影像学中实现不确定性意识和选择性退避，以提高临床决策的安全性和透明性。
2026-01-03 cs.AI cs.CV eess.IV
Agentic AI for Software: thoughts from Software Engineering community
NUS（国立新加坡大学）；SonarSource SA
针对AI智能体在软件工程领域的应用，分析其在代码及设计层面任务中的作用，指出解读开发者意图是核心难题，提出需通过智能体推进意图推断，并认为未来工作流应包含AI生成代码的验证与确认。
2025-09-22 cs.AI cs.SE
Agentic Reinforcement Learning for Real-World Code Repair
LinkedIn
本研究提出可验证的代码修复流水线，并基于简化环境对Qwen3-32B进行SFT和RL训练，发现匹配训练-测试环境对构建可靠智能体至关重要。
2025-10-24 cs.AI cs.CL cs.LG
Agentic Molecular Recovery via Molecule-Aware Exploration
Department of Artificial Intelligence, Korea University（韩国大学人工智能系）
针对文本引导分子生成中无效SMILES问题，提出AMREC方法，通过分子感知失配追踪、扩展候选探索和轨迹级选择，在恢复化学有效性的同时保留目标相关结构线索和分子身份。
2026-06-04 cs.AI
Signal Reshaping for GRPO in Weak-Feedback Agentic Code Repair
The Chinese University of Hong Kong（香港中文大学）；Sun Yat-sen University（中山大学）；Tencent（腾讯）
本文研究了在弱反馈环境下，通过信号重塑提升GRPO在代理代码修复中的性能，通过三种信号重塑方法改进轨迹排名、轨迹内信用分配和组内可比性，实验表明信号重塑显著提高了修复准确率。
2026-05-08 cs.AI
Verify Before You Fix: Agentic Execution Grounding for Trustworthy Cross-Language Code Analysis
本文提出统一的跨语言漏洞生命周期框架，通过LLM驱动的三个阶段：混合结构-语义检测、执行 grounding 的代理验证和验证-aware 的迭代修复，确保修复前有执行验证。框架利用uAST和图神经网络融合，实现高准确率的漏洞检测与跨语言修复。
2026-10-05 cs.AI cs.CR cs.LG
ADIAS: Automated Design of Interactive Agentic Systems
University of Cambridge（剑桥大学）；Tencent（腾讯）
本研究针对现有智能体设计方法的缺陷，提出以问题为中心的优化方案，构建ADIAS框架，在五个交互式基准中较最强基线平均提升25.2%，消融实验验证了关键机制的有效性。
2026-10-20 cs.AI cs.CL cs.MA
Missing Old Logits in Asynchronous Agentic RL: Semantic Mismatch and Repair Methods for Off-Policy Correction
Tianjin University（天津大学）；Tsinghua University（清华大学）；Peking University（北京大学）；JDT AI Infra（京东AI基础设施）
本文研究了异步代理强化学习中因缺失旧日志导致的语义不匹配问题，提出三种精确获取旧日志的策略及近似修正方法，改进了PPO-EWMA方法，提升了训练速度和优化性能。
2026-09-30 cs.AI cs.LG
You Don't Need To Train: Agentic Heuristic Learning Studio for Executable Human Activity Recognition
RPTU University Kaiserslautern-Landau（凯泽斯劳滕-兰道莱茵兰-普法尔茨工业大学）；Northwestern Polytechnical University（西北工业大学）
该研究提出智能体启发式学习工作室，通过示例记忆、规则形成与错误修复的认知方式，生成可执行、可检查的HAR策略，无需训练，在十一个数据集上表现强劲并支持边缘部署。
2026-09-16 cs.AI cs.LG
When Aggregate Alignment Misleads: Auditing Policy Repair Without Per-State Expert Actions
Blossom AI（绽放人工智能公司）；Blossom AI Labs（绽放人工智能实验室）
研究在酒店定价模拟器中，智能策略编辑器仅接收区域级诊断反馈时的策略修复问题，用多重启大语言模型编辑器进行修复，其不仅提升收益还减小情节构成距离，结果表明应按诊断反馈是否成可靠闭环结果评估策略修复。
2026-07-07 cs.AI cs.LG
AgentForge: An Immersive Role-Playing Platform for Learning Agentic Software Engineering
Vanderbilt University（范德堡大学）
本研究提出沉浸式角色扮演平台AgentForge，让新手在多智能体代码修复工作流中担任软件工程角色，经37名新手开发者测试，该平台可提升新手的软件工程技能与智能体协作理解。
2026-08-06 cs.AI cs.HC cs.SE
PersonaCite: VoC-Grounded Interviewable Agentic Synthetic AI Personas for Verifiable User and Design Research
Adobe
PersonaCite通过检索增强的交互，将AI人设作为证据受限的研究工具，提升用户与设计研究中的可验证性与透明度。
2026-01-29 cs.AI cs.HC eess.AS
Plan-and-Patch: Diffusion Language Models for Agentic Planning
University of Texas at Austin（得克萨斯大学奥斯汀分校）；Amazon（亚马逊公司）
该研究提出Plan-and-Patch框架，采用扩散语言模型生成并修补智能体规划，在无特定任务训练的Natural Plan上，其规划修补成功率是自回归规划器的近两倍，且规划生成延迟降低39%-46%。
2026-10-09 cs.AI cs.CL cs.LG
Agentic Data Cleaning Without a Clean Reference: An Experimental Study of Capabilities and Trade-offs
Faculty of Arts and Sciences（文理学院）；University of Sciences and Arts in Lebanon（黎巴嫩科学与艺术大学）
本研究提出整合多组件的基于证据的无参考智能体数据清洗框架，经多数据集实验发现，额外能力会在多指标间引入权衡，无配置在所有标准上最优。
2026-08-18 cs.AI cs.DB
Why2Speak: Faithful Reasoning for Abstaining Action Policies
该研究针对智能体需在行动与弃权间选择的问题，以多方对话干预为场景，对比多种策略，发现能力与可审计性的权衡，分析现有方法缺陷并提供监督评估的控制方法。
2026-08-24 cs.AI cs.CL
Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces
Northeastern University（东北大学）；Stanford University（斯坦福大学）
提出Shepherd，一个基于函数式编程的Python运行时基座，将代理执行作为一等对象，通过类似Git的执行迹支持元代理的检查、分叉和重放，在三个用例中显著提升性能。
2026-06-25 cs.AI cs.PL cs.SE
SDAD: Spec-Driven Agentic Development for the AI-Native SDLC
该研究提出规范驱动智能体开发（SDAD）模型，对比传统敏捷开发，扩展团队角色、量化治理等，论证智能体开发需将工程规范转移至上游规范环节。
2026-08-24 cs.AI cs.SE
AURORA: A Natural Language-Driven Agentic Framework for Understanding, Reasoning, and Orchestrating Reliable Air-Ground Co-Simulation
Texas A&M University（德克萨斯A&M大学）；University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AURORA提出一种自然语言驱动的智能体框架，通过空地场景图和统一验证流程，实现可靠的空地联合仿真场景生成，显著提升行为保真度并支持局部修复。
2026-09-18 cs.AI cs.RO
Towards Certificate-Driven Software Porting: A Self-Improving Agentic Harness for Scientific Program Optimization
Georgia Institute of Technology（佐治亚理工学院）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
本文提出证书驱动进化搜索（CDES），通过记录失败候选的可执行限制来增强LLM进化搜索，应用于Geant4的CPU到GPU移植，实现最高23.54倍加速，并将正确性通过率从55%提升至90%。
2026-09-29 cs.AI cs.PL cs.SE
A Study on the Impact of Fault localization Granularity for Repository-Scale Code Repair Tasks
Fujitsu Research of Europe（富士通欧洲研究院）
研究探讨了仓库级代码修复中故障定位粒度对修复效果的影响，提出框架验证不同粒度下的修复率，并指出任务依赖性可能影响最佳粒度。
2026-03-31 cs.AI cs.SE
On-Policy Self-Evolution via Failure Trajectories for Agentic Safety Alignment
National University of Singapore（新加坡国立大学）
本文提出FATE框架，通过将验证者评分的失败轨迹转化为修复监督，结合Pareto-Front Policy Optimization方法，提升代理安全性同时保持有用行为，实验显示在不同模型和规模上均有效。
2026-05-12 cs.AI
Beyond Generalist LLMs: Specialist Agentic Systems for Structured Code Workflow Execution
研究在业务流程自动化中，将BPMN图转换为可执行代理工作流时，专业代理是否值得额外开发。引入专业工作流并与通用代理比较，结果显示专业代理在多方面表现更优，通用代理代码生成不一致，不适用于工业环境。
2026-07-17 cs.AI cs.SE
Graph-Based Agentic AI with LangGraph: Workflow Pathways for Long-Running Stateful Business Processes
Dhillon School of Business, University of Lethbridge（莱斯布里奇大学迪隆商学院）；Universidad de Guadalajara（瓜达拉哈拉大学）；Al Hussein Technical University（侯赛因技术大学）；Universidad de Guanajuato（瓜纳华托大学）
本文为业务流程中的生成式AI系统提供基于图的工作流路径实践指南，提出三种可执行方法展示相关技术协同，按工作流复杂性定位LangGraph，解释其适用场景及实现模式，明确产品行为。
2026-07-22 cs.AI cs.SE
BatteryLake: Agentic, Physics-Grounded Curation of Heterogeneous Battery Aging Data and Benchmarking
College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
针对公共电池老化数据集应用受限问题，BatteryLake通过大语言模型智能体、人在回路机制等，将原始数据转化为可用于基准测试的资产，还发布了含多种任务和协议的开放基准测试。
2026-07-14 cs.AI cs.DB
PCN-Rec: Agentic Proof-Carrying Negotiation for Reliable Governance-Constrained Recommendation
Wake Technical Community College（韦克技术社区学院）；University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
PCN-Rec通过代理证明携带协商机制，在满足治理约束的同时提升推荐可靠性与准确性。
2026-01-14 cs.AI
Safe, Untrusted, "Proof-Carrying" AI Agents: toward the agentic lakehouse
Bauplan Labs（Bauplan实验室）
针对数据湖仓AI自动化的信任与治理问题，提出API优先的可编程湖仓抽象，通过数据分支与携带证明的正确性检查，使不可信AI智能体能在生产数据上安全修复管道。
2025-10-10 cs.AI cs.DB
Alignment in Time: Peak-Aware Orchestration for Long-Horizon Agentic Systems
Lehigh University（莱维大学）
APEMO通过时间-情感信号优化计算分配，提升长horizon代理系统轨迹质量和重用概率。
2026-02-20 cs.AI
