AI Agent

VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents

VibeTensor：由AI代理完全生成的深度学习系统软件

Bing Xu, Terry Chen, Fengzhe Zhou, Tianqi Chen, Yangqing Jia, Vinod Grover, Haicheng Wu, Wei Liu, Craig Wittenbrink, Wen-mei Hwu, Roger Bringmann, Ming-Yu Liu, Luis Ceze, Michael Lightstone, Humphrey Shi

机构 * NVIDIA 纠错

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

AI总结 VibeTensor是首个由AI代理完全生成的深度学习系统软件，实现了PyTorch风格的张量库及CUDA内存管理，展示了AI辅助软件工程的里程碑进展。

Comments Open-source: https://github.com/NVLabs/vibetensor

AI builds, We Analyze: An Empirical Study of AI-Generated Build Code Quality

AI构建，我们分析：对AI生成构建代码质量的实证研究

Anwar Ghammam, Mohamed Almukhtar

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

AI总结 本研究通过分析AI生成的构建代码质量，探讨其在构建系统中的影响，并发现AI生成代码既可能引入质量问题，也部分消除了现有问题，同时大部分代理提交被开发者接受。

Will It Survive? Deciphering the Fate of AI-Generated Code in Open Source

AI生成代码在开源中的生存状况会怎样？解码AI生成代码的命运

Musfiqur Rahman, Emad Shihab

机构 * Concordia University（康科德大学） 纠错

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

AI总结 研究发现AI生成代码在开源项目中存活时间更长，但修改特征和预测挑战仍需进一步探索。

Comments This paper has been submitted to EASE 2026 research track and currently under review

REprompt: Prompt Generation for Intelligent Software Development Guided by Requirements Engineering

REprompt：基于需求工程的智能软件开发提示生成

Junjie Shi, Weisong Sun, Zhenpeng Chen, Zhujun Wu, Xiaohong Chen, Zhi Jin, Yang Liu

专题命中 软件智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.SE

AI总结 REprompt是一种基于需求工程的多代理提示优化框架，旨在通过根植需求工程原则来优化系统和用户提示，提升智能软件开发中的提示生成效率与准确性。

From LLMs to Agents in Programming: The Impact of Providing an LLM with a Compiler

从LLM到代理：提供编译器对编程的影响

Viktor Kjellberg, Miroslaw Staron, Farnaz Fotrousi

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文研究了提供编译器如何提升LLM在编程任务中的表现，发现编译器能显著提高编译成功率并减少错误，且小型模型在某些情况下表现更优。