AI Agent

FeatureBench: Benchmarking Agentic Coding for Complex Feature Development

FeatureBench: 评估代理编码在复杂特性开发中的性能

Qixing Zhou, Jiacheng Zhang, Haiyang Wang, Rui Hao, Jiahe Wang, Minghao Han, Yuxue Yang, Shuzhe Wu, Feiyang Pan, Lue Fan, Dandan Tu, Zhaoxiang Zhang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

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

AI总结 FeatureBench通过基于执行的评估协议和自动化任务收集方法，评估代理在复杂特征开发中的性能，发现先进模型在该基准上表现有限，为提升代理编码能力提供新机会。

Comments Accepted by ICLR 2026

Code2MCP: Transforming Code Repositories into MCP Services

Code2MCP: 将代码仓库转化为MCP服务

Chaoqian Ouyang, Ling Yue, Shimin Di, Libin Zheng, Linan Yue, Shaowu Pan, Jian Yin, Min-Ling Zhang

机构 * Sun Yat-sen University（中山大学） ； Rensselaer Polytechnic Institute（罗切斯特理工学院） ； Southeast University（东南大学） 纠错

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

AI总结 Code2MCP通过自动化将GitHub仓库转换为MCP兼容服务，解决现有MCP工具池不足的问题，促进MCP协议的普及与应用。

Agentic Knowledge Distillation: Autonomous Training of Small Language Models for SMS Threat Detection

代理知识蒸馏：自主训练小型语言模型用于短信威胁检测

Adel ElZemity, Joshua Sylvester, Budi Arief, Rogério De Lemos

专题命中 软件智能体 ：agentic(title,abstract)

AI总结 本研究提出代理知识蒸馏方法，通过自主训练小型语言模型实现高效的短信威胁检测，实验显示教师LLM的选择对性能影响显著。

Fine-Tuning GPT-5 for GPU Kernel Generation

为GPU内核生成微调GPT-5

Ali Tehrani, Yahya Emara, Essam Wissam, Wojciech Paluch, Waleed Atallah, Łukasz Dudziak, Mohamed S. Abdelfattah

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

AI总结 通过强化学习微调GPT-5提升GPU内核生成性能，实现正确率和效率的显著提升。

Basic Legibility Protocols Improve Trusted Monitoring

基础可读性协议提升可信监控

Ashwin Sreevatsa, Sebastian Prasanna, Cody Rushing

机构 * Cambridge Boston Alignment Initiative (CBAI) Summer Research Fellowship（剑桥波士顿对齐计划暑期研究奖学金） ； Redwood Research（红木研究） 纠错

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

AI总结 本研究提出可读性协议，通过鼓励不受信任模型产生易于监控评估的行为，提升可信监控的安全性，同时增强监控者对诚实代码的识别能力。

Hidden Licensing Risks in the LLMware Ecosystem

LLM生态系统中的隐藏许可风险

Bo Wang, Yueyang Chen, Jieke Shi, Minghui Li, Yunbo Lyu, Yinan Wu, Youfang Lin, Zhou Yang

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文提出LiAgent框架，通过LLM分析LLMware生态系统的许可证兼容性，显著提升检测性能，发现多个潜在的许可证冲突问题。

Following Dragons: Code Review-Guided Fuzzing

跟随龙：基于代码审查的模糊测试

Viet Hoang Luu, Amirmohammad Pasdar, Wachiraphan Charoenwet, Toby Murray, Shaanan Cohney, Van-Thuan Pham

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

AI总结 EyeQ通过利用代码审查中的开发者智能，指导模糊测试以发现更多安全关键的漏洞。

ContextBench: A Benchmark for Context Retrieval in Coding Agents

ContextBench: 一种用于编码代理代码上下文检索的基准测试

Han Li, Letian Zhu, Bohan Zhang, Rili Feng, Jiaming Wang, Yue Pan, Earl T. Barr, Federica Sarro, Zhaoyang Chu, He Ye

机构 * Nanjing University（南京大学） ； University College London（伦敦大学学院） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

AI总结 ContextBench通过评估编码代理在问题解决过程中代码上下文的检索能力，揭示了代理在上下文利用上的不足，为改进LLM在软件任务中的推理提供了新的研究方向。

Comments 36 pages, 6 figures, 4 tables

Analyzing GitHub Issues and Pull Requests in nf-core Pipelines: Insights into nf-core Pipeline Repositories

分析 nf-core 流水线中的 GitHub 问题和拉取请求：对 nf-core 流水线仓库的洞察

Khairul Alam, Banani Roy

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

AI总结 本文通过分析 nf-core 流水线的 GitHub 问题和拉取请求，揭示了开发和维护过程中面临的挑战，如工具开发、仓库维护及 CI 配置管理，并提出提升流水线可持续性和可重复性的方法。

Comments 12 pages