AI Agent

TraceCoder: A Trace-Driven Multi-Agent Framework for Automated Debugging of LLM-Generated Code

TraceCoder: 一个基于跟踪的多智能体框架，用于自动调试LLM生成的代码

Jiangping Huang, Wenguang Ye, Weisong Sun, Jian Zhang, Mingyue Zhang, Yang Liu

机构 * School of Computer Science and Technology, Chongqing University of Posts and Telecommunications（重庆邮电大学计算机科学与技术学院） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Southwest University（西南大学） 纠错

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

AI总结 TraceCoder通过多智能体框架和历史教训学习机制，提升LLM生成代码的自动调试效率和准确性。

Context Engineering for AI Agents in Open-Source Software

面向开源软件的AI代理上下文工程

Seyedmoein Mohsenimofidi, Matthias Galster, Christoph Treude, Sebastian Baltes

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

AI总结 本文研究了AI代理在开源软件中上下文文件的采用情况，发现其内容结构尚不统一，且存在多种提供方式，为研究上下文工程质量改进提供了新机会。

Comments 5 pages, 1 figure, 2 tables, 23rd IEEE/ACM International Conference on Mining Software Repositories (MSR 2026)

LLM-Powered Fully Automated Chaos Engineering: Towards Enabling Anyone to Build Resilient Software Systems at Low Cost

基于大语言模型的完全自动化混沌工程：实现任何人以低成本构建容错软件系统

Daisuke Kikuta, Hiroki Ikeuchi, Kengo Tajiri

机构 * NTT, Inc., Japan（日本NTT公司） 纠错

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

AI总结 本文提出ChaosEater系统，利用大语言模型自动化混沌工程周期，使任何人能低成本构建容错软件系统。

Comments Accepted at ASE 2025 NIER Track. The code is available at https://github.com/ntt-dkiku/chaos-eater

Journal ref 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)

SWE-Dev: Evaluating and Training Autonomous Feature-Driven Software Development

SWE-Dev：评估和训练自主的基于特征驱动的软件开发

Yaxin Du, Yuzhu Cai, Yifan Zhou, Cheng Wang, Yu Qian, Xianghe Pang, Qian Liu, Yue Hu, Siheng Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 SWE-Dev是一个大规模数据集，用于评估和训练自主编码系统在特征驱动软件开发中的能力，通过提供可运行环境和单元测试提升模型性能。

MDAgent2: Large Language Model for Code Generation and Knowledge Q&A in Molecular Dynamics

MDAgent2：用于分子动力学中代码生成和知识问答的大型语言模型

Zhuofan Shi, Hubao A, Yufei Shao, Dongliang Huang, Hongxu An, Chunxiao Xin, Haiyang Shen, Zhenyu Wang, Yunshan Na, Gang Huang, Xiang Jing

机构 * Peking University（北京大学） ； National Key Laboratory of Data Space Technology and System（国家数据空间技术与系统重点实验室） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Liaoning Technical University（辽宁技术大学） ； Wenjing Future Lab (Beijing) Technology Co., Ltd（文景未来实验室（北京）科技有限公司） 纠错

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

AI总结 MDAgent2是首个能同时进行分子动力学知识问答和代码生成的端到端框架，通过领域特定数据集和强化学习方法提升性能。

Comments 24 pages,4 figures

LLM-Based Repair of Static Nullability Errors

基于大型语言模型的静态空性错误修复

Nima Karimipour, Pascal Joos, Michael Pradel, Martin Kellogg, Manu Sridharan

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

AI总结 基于LLM的NullRepair系统通过结构化工作流自动修复静态空性错误，有效解决残留问题并保留程序语义。

AgentStepper: Interactive Debugging of Software Development Agents

AgentStepper: 软件开发代理的交互式调试

Robert Hutter, Michael Pradel

机构 * University of Stuttgart（斯图加特大学） ； CISPA Helmholtz Center for Information Security（CISPA 沃尔夫冈·泡利信息安全中心） 纠错

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

AI总结 AgentStepper是一种用于LLM软件工程代理的交互式调试工具，通过结构化对话和逐步执行提升调试效率，减少开发者工作量。

SpIDER: Spatially Informed Dense Embedding Retrieval for Software Issue Localization

SpIDER：面向软件问题定位的时空感知密集嵌入检索

Shravan Chaudhari, Rahul Thomas Jacob, Mononito Goswami, Jiajun Cao, Shihab Rashid, Christian Bock

机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； AWS（亚马逊公司） ； AWS AI Labs（亚马逊人工智能实验室） 纠错

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

AI总结 SpIDER通过结合LLM推理和图结构探索信息，提升代码库中相关代码单元的密集检索性能，实验显示在多个编程语言和基准测试中性能提升达13%。

Comments Initial preprint

Meta SecAlign: A Secure Foundation LLM Against Prompt Injection Attacks

Meta SecAlign: 一种针对提示注入攻击的 secure LLM 基础

Sizhe Chen, Arman Zharmagambetov, David Wagner, Chuan Guo

机构 * FAIR at Meta（Meta 的 FAIR 部门） ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 Meta SecAlign 是首个开源的 LLM，具备内置的模型级防御，实现了商业级性能，且在复杂代理任务中表现优异，同时在提示注入攻击中展现出更高的安全性。