AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-01-13 至 2026-01-13 共收录 5 篇信号源：cs.AI, cs.CL, cs.LG, cs.SE

1. 软件智能体 5 篇

2506.10420 2026-01-13 cs.AI cs.DC cs.ET cs.LG 81%

Multi-dimensional Autoscaling of Processing Services: A Comparison of Agent-based Methods

多维处理服务自动扩展：基于代理的方法比较

Boris Sedlak, Alireza Furutanpey, Zihang Wang, Víctor Casamayor Pujol, Schahram Dustdar

机构 * Distributed Systems Group, TU Wien（维也纳技术大学分布式系统组）； DISL, ICREA | Universitat Pompeu Fabra（庞培法布拉大学）

专题命中软件智能体：agent(title,abstract)；分类 cs.AI、cs.LG

AI总结本文提出一种多维基于代理的自动扩展框架，比较了四种代理方法在边缘计算中的性能，验证了多维自动扩展的可行性。

2412.06099 2026-01-13 cs.SE cs.AI 62%

ENCO: Life-Cycle Management of Enterprise-Grade Copilots

ENCO：企业级协作者的生命周期管理

Yiwen Zhu, Mathieu Demarne, Kai Deng, Wenjing Wang, Nutan Sahoo, Divya Vermareddy, Hannah Lerner, Yunlei Lu, Swati Bararia, Anjali Bhavan, William Zhang, Xia Li, Katherine Lin, Miso Cilimdzic, Subru Krishnan

机构 * Microsoft（微软公司）； Carnegie Mellon University（卡内基梅隆大学）

专题命中软件智能体：agentic(abstract)；分类 cs.AI、cs.SE

AI总结 ENCO 通过 DECO 框架提升企业级协作者的生命周期管理，实现高效检索增强生成和自动化资源访问，提高工程效率。

2601.04124 2026-01-13 cs.SE 57%

Smells Depend on the Context: An Interview Study of Issue Tracking Problems and Smells in Practice

气味取决于上下文：关于问题跟踪问题和实践中气味的访谈研究

Lloyd Montgomery, Clara Lüders, Christian Rahe, Walid Maalej

专题命中软件智能体：workflow(abstract)；分类 cs.SE

AI总结本文通过访谈研究，探讨了问题跟踪系统中问题和气味的上下文依赖性，揭示了团队在实际工作中遇到的挑战及潜在的工具解决方案。

Comments 30 pages, 1 figure, accepted at the ACM TOSEM journal. arXiv admin note: substantial text overlap with arXiv:2507.06704

2601.06419 2026-01-13 cs.CR cs.PL 50%

Lightweight Yet Secure: Secure Scripting Language Generation via Lightweight LLMs

轻量却安全：通过轻量LLM实现安全脚本语言生成

Keyang Zhang, Zeyu Chen, Xuan Feng, Dongliang Fang, Yaowen Zheng, Zhi Li, Limin Sun

专题命中软件智能体：agent(abstract)

AI总结本文提出PSSec框架，通过数据合成与微调提升轻量LLM在生成安全PowerShell脚本方面的能力，显著降低推理成本。

Comments 19 pages,8 figures,conference

2202.06191 2026-01-13 cs.GT econ.TH 50%

Exploration and Incentivizing Participation in Randomized Trials

随机试验中的探索与参与激励

Yingkai Li, Aleksandrs Slivkins

专题命中软件智能体：agent(abstract)

AI总结本文研究了随机试验中探索与利用的权衡问题，提出了一种激励相容机制以提高参与度，并分析了不同代理类型的模型变体。

Comments Previous versions focused on clinical RCTs as an application domain, and were titled "Exploration and Incentivizing Participation in Clinical Trials" and "Incentivizing Participation in Clinical Trials" (pre-2024)