AI Agent

Semantic-aware and Self-improving Program Reduction via Agentic Large Language Models

通过智能大语言模型实现语义感知和自我改进的程序简化

Xintong Zhou, Hongxu Xu, Chunhao Liao, Puzhuo Liu, Yongqiang Tian, Chengnian Sun

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

AI总结 研究将程序简化作为由智能大语言模型驱动的自主推理任务，方法是让模型分析语义、提出假设并迭代改进，还能提炼经验，PROJ框架实现该方法，实验表明其优于现有技术。

ORBIT-Q: Dual-axis benchmarking of autonomous agents in scientific quantum programming

ORBIT-Q：科学量子编程中自主代理的双轴基准测试

Shi-Xin Zhang, Yu-Qin Chen

专题命中 软件智能体 ：autonomous agent(title,abstract)；agent(abstract)

AI总结 为解决自主编码代理在科学计算中缺乏严格验证范式问题，引入ORBIT-Q。其核心是精心策划的量子工作流程套件，结合严格验证管道进行双轴比较，评估结果为相关研究提供基准。

Comments 7.5 pages, 4 figures with references and supplementary information

Understanding Inference-Time Token Allocation and Coverage Limits in Agentic Hardware Verification

理解代理硬件验证中推理时间标记分配与覆盖限制

Vihaan Patel, Vidya Chhabria, Aman Arora

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)

AI总结 本文研究了代理硬件验证中推理时间标记分配与覆盖限制，通过两个层级的代理框架，分析覆盖孔径并改进效率，展示领域专业化如何提升覆盖效率。

Understanding Agent-Based Patching of Compiler Missed Optimizations

理解基于智能体的编译器遗漏优化补丁

Batu Guan, Zirui Wang, Shaohua Li

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

AI总结 研究智能体如何为编译器遗漏优化打补丁，发现关键挑战在于泛化而非仅修复报告案例，提出历史知识增强技术以提升泛化能力。

Comments 11 pages, 10 figures

Object-Centric Environment Modeling for Agentic Tasks

用于智能任务的以对象为中心的环境建模

Yiyang Li, Tianyi Ma, Zehong Wang, Yijun Ma, Yanfang Ye

机构 * University of Notre Dame（圣母大学） 纠错

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

AI总结 研究大语言模型智能体经验维护难题，提出以对象为中心的环境建模（OCM），将经验组织成可执行模型，含对象知识与过程知识，在线更新并验证，实验表明其能提升智能体性能。

ParEVO: Synthesizing Code for Irregular Data: High-Performance Parallelism through Agentic Evolution

ParEVO：为不规则数据合成代码：通过智能进化实现高性能并行

Liu Yang, Zeyu Nie, Andrew Liu, Felix Zou, Deniz Altinbüken, Amir Yazdanbakhsh, Quanquan C. Liu

机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 针对不规则数据并行计算难题，ParEVO框架通过构建数据集、微调模型及进化编码代理，合成高性能并行算法，在基准测试中加速显著，优于商业模型及专家基线。

CoACT: Action-Preserving Observation Compression for Coding Agents

CoACT：用于编码智能体的动作保持观测压缩

Haorui Chen, Yuancheng Zhu, Yitong Zhang, Jia Li

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

AI总结 研究编码智能体观测压缩问题，提出基于动作保持的CoACT方法，通过检查智能体下一个动作来筛选压缩候选，训练时用两种奖励过滤并选择候选，实验表明该方法能降成本且保持任务解决有效性。

Formal Disco: Scalable Open-Ended Generation of Formally Verified Programs

形式化迪斯科：可扩展的形式化验证程序的开放式生成

Gabriel Poesia, Simon Henniger, Tzu-Han Hsu, Yilun Du, Nada Amin

机构 * Kempner Institute, Harvard University（坎普纳研究所，哈佛大学） ； School of Engineering and Applied Sciences, Harvard University（工程与应用科学学院，哈佛大学） 纠错

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

AI总结 针对生成程序质量保证落后及形式验证数据稀缺问题，提出Formal Disco分布式系统，协调三类工人，记录痕迹用于改进，提出最大熵原则，发布数据集并微调模型，为形式推理领域大规模创建合成数据。

Comments Code: https://github.com/metareflection/formal-disco Datasets: https://huggingface.co/collections/metareflection/formal-disco

SwarmResearch: Orchestrating Coding Agents for Open-Ended Discovery

群体研究：编排编码智能体以进行开放式发现

Yuvraj Virk, Zack Edds, Chunqiu Steven Xia, Lingming Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 研究长期运行的编码智能体存在的问题，假设两个设计选择导致该问题，介绍SwarmResearch，一种编排器-子智能体架构，在开放式优化任务中表现良好，其编排器引导扩展能发现更好方案。

Kwai Summary Attention Technical Report

快手总结注意力技术报告

Chenglong Chu, Guorui Zhou, Guowang Zhang, Han Li, Hao Peng, Hongtao Cheng, Hui Wang, Jian Liang, Jiangxia Cao, Kun Gai, Lingzhi Zhou, Lu Ren, Qi Zhang, Ruiming Tang, Ruitao Wang, Xinchen Luo, Yi Su, Zhiyuan Liang, Ziqi Wang, Boyang Ding, Chengru Song, Dunju Zang, Jiao Ou, Jiaxin Deng, Jijun Shi, Jinghao Zhang, Junmin Chen, Lejian Ren, Minxuan Lv, Qianqian Wang, Qigen Hu, Shiyao Wang, Siyang Mao, Tao Wang, Xingmei Wang, Zhixin Ling, Ziming Li, Zixing Zhang

机构 * Kuaishou（快手） 纠错

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

AI总结 研究长上下文能力这一重要迭代方向，针对标准softmax注意力在长序列下时间复杂度高的问题，提出新路径，通过将历史上下文压缩为可学习总结令牌降低序列建模成本，即提出快手总结注意力机制。

Comments update related works

Latent Programming Horizons in Coding Agents

编码智能体中的潜在编程视界

André Silva, Han Tu, Martin Monperrus

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） 纠错

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

AI总结 该研究探究编码智能体底层语言模型的程序内部表征，通过逻辑回归探针发现其残差流可线性编码程序属性，还能提前约25步预测后续编辑结果，为编码智能体的机制可解释性研究提供新方向。

RustMizan: A Compilable, Contamination-Aware Benchmarking Framework for Rust Vulnerabilities

RustMizan：用于Rust漏洞的可编译、污染感知基准测试框架

Tarek Elsayed, Shiping Yang, Eunsong Koh, Sanika Goyal, Vincent Huang, Paul Ngo, Nathan Young, Mohammad Omidvar Tehrani, Alvyn Kang, Arnell Kang, Zeyu Chen, Angélica Moreira, Xuan Feng, Angel X. Chang, Nick Sumner, Steven Y. Ko

机构 * Simon Fraser University（西蒙弗雷泽大学） ； Trinity University（特里尼蒂大学） ； Microsoft Research（微软研究院） ； Amii（阿米国际） 纠错

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

AI总结 针对现有Rust漏洞分析基准不足，介绍RustMizan框架，含可编译代码变体及注释，用配对突变框架测试，给出不同模型在该框架下的测试结果。

Comments 36 pages, 7 figures

Can Code Specify a System Precisely Enough to Formally Verify It?

代码能否精确指定系统以进行形式化验证？

Jean-Jacques Dubray

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

AI总结 研究评估生产软件支付工作流，通过手工模型验证核心协议正确性，发现故障处理差距并修复；生产支付沙盒探针暴露问题；还复制了关于大语言模型规范可靠性受合同结构而非语言影响的结论。

Comments 25 pages, 3 figures, 5 tables. Artifacts and reference models at https://github.com/jdubray/SysMoBench-1

When AI Is Wrong on Purpose: How Students Respond to Buggy GenAI Code

当人工智能故意出错时：学生如何应对有缺陷的生成式人工智能代码

Victor-Alexandru Pădurean, Kaitlin Riegel, Alkis Gotovos, Jyotika Mahapatra, Ahana Ghosh, Paul Denny, Juho Leinonen, James Prather, Adish Singla

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

AI总结 研究如何调整以提示为中心的编程活动，通过向正确解决方案注入真实可运行的错误，分析学生对自然发生的提示相关故障和故意注入错误的行为，发现学生对不同错误源反应不同，二者共同支持有用的生成式人工智能工作流程。

Comments ICER'26 paper

Harness-Aware Self-Evolving: Co-Evolving Model Weights, Harness, and Task Solutions

harness感知自进化：共同进化模型权重、harness和任务解决方案

Haochen Luo, Yi Huang, Sichun Luo, Fengyuan Liu, Lei Li, Zefa Hu, Junlan Feng, Qi Liu

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Jiutian Research, China Mobile（中国移动九天研究院） 纠错

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

AI总结 研究提出HASE框架，通过单模型在多轮动作空间生成任务解决方案或编辑harness组件。能使单模型匹配高性能模型文本分类性能，在alpha因子挖掘中超越基线，还能修复评估组件，在算法发现中达最优性能。

AtomicCommitBench: Can Coding Agents Reconstruct Commit Histories from Squashed Patches?

原子提交基准测试：编码代理能否从压缩补丁中重建提交历史？

Zhihao Lin, Mingyi Zhou, Li Li

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 研究编码代理从压缩补丁重建提交历史的问题，将任务形式化为有重放要求的块到提交分区，构建基准测试并评估，发现自然重建比重放检查等难，部分方法表现较好，还找出常见失败模式及改进方法。

Comments 21 pages, 6 figures, benchmark paper on coding agents and software engineering; preprint

BeSpec: Behavior-Level Specification Alignment for Code Generation

BeSpec：用于代码生成的行为级规范对齐

Qinghua Xu, Guancheng Wang, Boxi Yu, Lionel Briand

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

AI总结 研究针对代码生成中规范不匹配问题，提出基于行为模型的BeSpec方法，通过构建行为模型、生成候选程序并对比行为来对齐规范，在多基准测试中效果优于基线。

MOSAIC: Knowledge-Guided CLI Command Composition Attack in LLM Coding Agents

MOSAIC：大语言模型编码代理中知识引导的命令行命令组合攻击

Jiangrong Wu, Huaijin Wang, Yihao Zhang, Yuhong Nan, Shuai Wang

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 研究大语言模型编码代理中CLI命令组合风险，提出知识引导框架MOSAIC，从漏洞等提取命令状态行为总结成攻击路径，实例化开发者工作流程，通过多实验得高攻击成功率。

Comments 12 pages, 3 figures

Can Coding Agents Implement Missed Compiler Optimizations? Evaluating LLM Agents on LLVM Peephole Optimizations

编码代理能否实现错过的编译器优化？在LLVM窥孔优化上评估大语言模型代理

Hongxu Xu, Chunhao Liao, Xintong Zhou, Chengnian Sun

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 研究编码代理能否开发编译器优化，引入PeepholeBench框架，其任务来自LLVM的实际窥孔优化问题，通过对比衡量编码代理与人工修复，发现正确性和收益性间存在矛盾及主要失败模式，为编码代理提供了现实且具挑战性的基准。

ChainSWE: Benchmarking Coding Agents on Multi-Bug Software Maintenance

ChainSWE：在多漏洞软件维护中对编码代理进行基准测试

Qirui Jin, Lingching Tung, Kenan Li, Qiyang Shi, Yushi She, Huanzhong Jia, Harrison Zhao, Kejing Xia, Zhenbang Du, Yikai Zhang, Jiaxin Pei, Zhenyu Zhang, Zhen Qi, Yuyan Duan, Wenke Lee, Zijian Jin

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

AI总结 研究针对语言模型代理在多漏洞软件维护中的评估问题，引入ChainSWE基准，通过收集Python项目问题链进行评估，发现链长度增加时性能下降。

NatureBench: Can Coding Agents Match the Published SOTA of Nature-Family Papers?

NatureBench: 编码智能体能达到Nature系列论文已发表SOTA水平吗？

Yuru Wang, Lejun Cheng, Yuxin Zuo, Sihang Zeng, Bingxiang He, Che Jiang, Junlin Yang, Yuchong Wang, Kaikai Zhao, Weifeng Huang, Kai Tian, Zhenzhao Yuan, Jincheng Zhong, Weizhi Wang, Ning Ding, Bowen Zhou, Kaiyan Zhang

机构 * Horizon Research（地平线研究） ； Tsinghua University（清华大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL

AI总结 提出跨学科基准NatureBench，包含90个来自Nature系列论文的任务，评估AI编码智能体在真实科学问题上的发现能力。最强模型仅在17.8%任务上超越SOTA，失败主因是方法选择错误和计算预算不足。

Comments Add results of GLM-5.2 and MinMax-M3

SWE-Manager: Selecting and Synthesizing Golden Proposals Before Coding

SWE-Manager：编码前选择并合成黄金方案

Boyin Tan, Haoning Deng, Junyuan Zhang, Junjielong Xu, Pinjia He, Youcheng Sun

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

AI总结 研究软件工程中提案选择问题，引入SWE-Manager方法，通过强化学习训练8B模型进行提案比较、选择及合成黄金方案，在基准测试中表现优异，并设计框架评估其在实际问题解决中的有效性。

HETERQA: Benchmarking Record Retrieval over Multiple Heterogeneous Sources

HETERQA：多异构源记录检索基准测试

Yaodong Su, Hanchang Li, Quanqing Xu, Chuanhui Yang, Yixiang Fang

专题命中 软件智能体 ：agentic(abstract)

AI总结 研究新兴系统中多异构源记录检索问题，构建含857个问答对的HETERQA基准，采用答案驱动方式，经多步操作生成，验证基准并评估多种检索器，为异构源记录检索提供有效测试平台。

Comments 20 pages, 10 figures

Digital Twin Synchronization Over Mobile Embodied AI Network With Agentic Intelligence

基于移动具身AI网络的数字孪生同步

Zhouxiang Zhao, Jiaxiang Wang, Yahao Ding, Yinchao Yang, Zhaohui Yang, Mohammad Shikh-Bahaei, Julie A. McCann, Zhaoyang Zhang, Kaibin Huang

专题命中 GUI与网页智能体 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；multi-agent(abstract)

AI总结 本文提出基于移动具身AI网络的数字孪生同步框架，通过五阶段闭环工作流和分层优化算法，实现高保真同步并降低偏差。

Untrusted Content Masking for Web Agents with Security Guarantees

具备安全保证的Web智能体不可信内容掩码技术

Kristina Nikolić, Egor Zverev, Javier Rando, Matthew Jagielski, Edoardo Debenedetti, Florian Tramèr

机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； ISTA（瑞士信息科学与技术学院） ； Anthropic（Anthropic公司） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；tool-use(abstract)；分类 cs.LG

AI总结 针对Web智能体的提示注入安全边界缺失问题，提出UCM方法，利用网页DOM区分内容区域，通过掩码与沙箱交互恢复安全边界，实现带安全保障的Web环境交互。

From Mobile Data to Business Insights: An End-to-End Analytics Framework for Large-Scale Urban Mobility Analysis and Decision Support

从移动数据到商业洞察：用于大规模城市交通分析和决策支持的端到端分析框架

Thiago Andrade, Shazia Tabassum, Miguel E. P. Silva, Ricardo Dinis, Joao Gama

机构 * LIAAD ； INESC-TEC ； Mobile Network Analytics ； NOS SGPS 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 研究通过调查城市环境中智能手机用户行为模式应对多领域挑战。开发数据平台，采用先进技术，构建模块化架构，应用可视化技术，模型可处理多种交通分析任务，为城市规划和商业决策提供见解。

From Region Arrival to Instance-Level Grounding in Vision-and-Language Navigation

从视觉语言导航中的区域到达到实例级定位

Xiangyu Shi, Ruoxi Yang, Wei Tao, Jiwen Zhang, Yanyuan Qiao, Qi Wu

机构 * Australian Institute for Machine Learning, Adelaide University（澳大利亚机器学习研究所，阿德莱德大学） ； Ruyi Dynamics（如意动力） ； Fudan University（复旦大学） ； Swiss Federal Institute of Technology Lausanne (EPFL)（瑞士洛桑联邦理工学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 研究视觉语言导航中当前评估协议局限，提出‘最后3米定位差距’及指标，构建REALM模块和REVERIE - AIM数据集，可减少过早终止，提升定位精度和视觉定位成功率。

Mobile Base Station Optimal Tour in Wide Area IoT Sensor Networks

广域物联网传感器网络中的移动基站最优巡回

Sachin Kadam

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 针对广域物联网传感器网络，提出移动基站最优巡回（MOT）问题，通过形式化建模为组合优化问题，因计算难设计多项式时间贪婪启发式算法，模拟结果显示算法能低成本、全覆盖且快速执行。

Comments Accepted for publication at the Proceedings of SPCOM 2026

Memory-Orchestrated Semantic System (MOSS): An Auditable Agentic Memory Architecture

内存编排语义系统（MOSS）：一种可审计的智能记忆架构

Serge Lacasse, Jérémie Hatier, Alex Baker

机构 * Faculté de musique, Université Laval, Québec, Canada（加拿大魁北克拉瓦尔大学音乐学院） ； Faculté des sciences et de génie, Université Laval, Québec, Canada（加拿大魁北克拉瓦尔大学理工学院） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.CL

AI总结 研究针对AI智能体长期记忆的弱点，提出MOSS架构，通过在结构化关系数据库上驱动检索，具有模型、存储、API无关性，检索可审计且从语料库派生概念词汇，报告了在个人学者工作语料库上的长期部署。

Comments 22 pages, 2 figures

SelfMem: Self-Optimizing Memory for AI Agents

SelfMem：人工智能代理的自优化内存

Shu Yang, Junchao Wu, Derek F. Wong, Di Wang

机构 * PRADA Lab, King Abdullah University of Science and Technology（阿卜杜拉国王科技大学普拉达实验室） ； NLP2CT Lab, University of Macau（澳门大学NLP2CT实验室） 纠错

专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；tool use(abstract)；分类 cs.CL

AI总结 研究针对当前AI代理内存系统局限，提出SelfMem自优化内存框架，借自我改进AI理念，提供含内存工具与反馈信号的环境让代理自主探索优化内存策略，实验表明其性能优于基线。