AI Agent

Socratic-SWE: Self-Evolving Coding Agents via Trace-Derived Agent Skills

Socratic-SWE：通过轨迹衍生智能体技能实现自我进化的编码智能体

Chuan Xiao, Zhengbo Jiao, Shaobo Wang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang, Lin Qu

机构 * AI Data, Alibaba Group（阿里云数据） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出Socratic-SWE闭环自进化框架，通过将智能体历史求解轨迹蒸馏为结构化技能，生成针对性修复任务，实现编码智能体的持续自我改进。

Comments 21 pages, 5 figures. Under review

OmniPath: A Multi-Modal Agentic Framework for Auditing Wheelchair Accessibility

OmniPath: 用于审计轮椅可达性的多模态智能体框架

ASM Mobarak Hossain, Nadim Mahmud, Vaskar Raychoudhury, Md Osman Gani

机构 * Causal AI Lab, Department of Information Systems, University of Maryland Baltimore County（因果AI实验室，信息系统系，马里兰大学巴尔的摩分校） ； Department of Computer Science & Software Engineering, Miami University（计算机科学与软件工程系，迈阿密大学） 纠错

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

AI总结 提出OmniPath框架，融合OSM网络拓扑与机载LiDAR数据，通过虚拟遍历量化坡度、横坡等物理摩擦点，按ADA标准分级评估轮椅可达性，经实地验证有效识别标准地图遗漏的障碍。

Comments 10 pages, 13 figures. Submitted to IEEE COMPSAC 2026. OmniPath: A Multi-Modal Agentic Framework for Auditing Wheelchair Accessibility

AutoMegaKernel: A Statically-Checked Agent Harness for Self-Retargeting Megakernel Synthesis

AutoMegaKernel：用于自我重定目标超内核合成的静态检查代理框架

Jaber Jaber, Osama Jaber

机构 * RightNow AI 纠错

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

AI总结 提出AutoMegaKernel系统，将Llama模型编译为单个持久CUDA内核，通过静态调度验证器确保无死锁和无竞争，自动生成10种模型正确超内核，并在NVIDIA推理卡上以W8A16精度超越cuBLAS bf16。

Comments 18 pages, 5 figures. Open-source code, data, and agent harness: https://github.com/RightNow-AI/AutoMegaKernel

3D-CoS: A New 3D Reconstruction Paradigm Based on VLM Code Synthesis

3D-CoS：基于VLM代码合成的新型3D重建范式

Yuhao Wang, Puyi Wang, Linjie Li, Zhengyuan Yang, Kevin Qinghong Lin, Yu Cheng

机构 * Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Microsoft（微软） ； University of Oxford（牛津大学） 纠错

专题命中 软件智能体 ：agent(abstract,abstract_cn)；planning(abstract)；workflow(abstract)

AI总结 提出3D代码合成（3D-CoS）范式，将3D资产表示为可执行的Blender代码，利用VLM进行程序化重建，实现高可控性和局部编辑能力。

Comments Preprint. 24 pages, 11 figures

ARQ: Agentic CodeQL Query Refinement for C/C++ Vulnerability Detection

ARQ：用于C/C++漏洞检测的智能CodeQL查询优化框架

Chunyi Wang, Yunfei Ke, Junfeng Yang, Yun-Yun Tsai, Penghui Li

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

AI总结 本文提出ARQ智能框架，利用合成C/C++程序的执行证据和LLM优化CodeQL查询，无需标注数据等，优化后查询的真阳性最多提升119.8%，还修复了长期悬而未决的问题并发现新漏洞。

PrimeAgentOrchestrator: Memory-Primed Agent Spawning for Personal AI Infrastructure

PrimeAgentOrchestrator：用于个人AI基础设施的内存初始化智能体生成器

Myron Koch (Peak Summit Labs)

机构 * Peak Summit Labs（峰汇实验室） 纠错

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

AI总结 该研究提出PrimeAgentOrchestrator系统，生成预加载用户个人数据库相关记忆的Claude Code实例，并行查询两类记忆后端融合结果，管理智能体全生命周期，经四个月部署记录相关机制与工程权衡。

Comments 10 pages, 15 references, experience report

SemaPLC: A Project-Grounded, Verification-Gated Agent Harness for PLC Code Generation

SemaPLC：一种基于项目、经验证门控的PLC代码生成智能体框架

Yanlun Tu, Huacan Wang, Ziyue Zhou, Jie Zhou, Ningyan Zhu, Ge Chen, Wangyi Chen, Tengfei Zhou, Yifan Zhou, Dasheng Yang, Xiaofeng Mou, Hui Zhang, Yi Xu

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

AI总结 SemaPLC是基于项目、经验证门控的PLC代码生成智能体框架，通过外部检查确认任务完成，在多模型的POU任务及项目上下文任务中均表现最优，动态行为测试得分显著高于基线。

Agentic Porting, Construction and Initial Verification and Validation of Libraries within the Open Source Unified TRAnsient Multi-Phase Advanced Reactor simulation Kit (Outram Park) Part I: Thermal Hydraulics

开源统一瞬态多相先进反应堆模拟工具包（Outram Park）中库的智能体迁移、构建及初步验证与确认 第一部分：热工水力

Theodore Kay Chen Ong, Ethan Yew Hoe Wong, Sicong Xiao

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

AI总结 本研究将OpenFOAM库智能体迁移至Rust语言的Outram-Foam库，开发了两相HEM壅塞流求解器，验证显示其吻合度良好，智能体编码可提升开源库开发效率，人类专业知识仍为关键。

Comments 78 pages, 21 figures, 17 tables

Beyond Pass@k: Measuring Reliability and Security of Agentic Code Generation

超越Pass@k：衡量智能体代码生成的可靠性与安全性

Jiajun Jiang, Sharon Zheng, Natan Vidra, Spurthi Setty

机构 * Stevens Institute of Technology（史蒂文斯理工学院） ； Cornell University（康奈尔大学） 纠错

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

AI总结 该研究指出AI编码智能体基准误用Pass@k指标，提出正确的Reliability@k及安全调整版，通过实验验证误用指标的偏差，还在SWE-bench试点中发现真实场景下的核心问题。

Ready Cohorts: Bounding GPU Opportunity and Avoiding Host Round Trips in LLM-Agent Control

就绪队列：在LLM智能体控制中限定GPU机会并避免主机往返

Josef Liyanjun Chen

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

AI总结 该研究针对LLM智能体控制，提出就绪队列边界的形式化方法，通过实验验证设备驻留路由决策路径可提升效率，为GPU智能体控制确立了两个可测量门限。

Comments 14 pages, 4 figures. Includes formal proofs, trace provenance, and a reproducibility appendix. Code and artifacts: https://github.com/josefchen/ready-cohorts ; processed evidence: https://huggingface.co/datasets/josefchen/ready-

Listwise Cross-Encoder Fine-Tuning vs. Agentic Instruction Tuning for LLM Rerankers: A Systematic Study in Medical Procedure Reranking

用于LLM重排序器的列表式交叉编码器微调与智能体指令微调：医疗流程重排序的系统性研究

Matan Fainzilber, Shlomit Plavner

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

AI总结 本文系统性对比列表式交叉编码器微调与智能体指令微调两种LLM重排序范式，在自建医疗流程重排序数据集上，发现1.09亿参数的ListNet微调交叉编码器性能优于40亿参数的Qwen3-Reranker-4B，参数量仅为后者1/37，相关成果已开源。

Comments 10 pages, 6 figures, 4 tables. Code available at https://github.com/matanf-healthee/listwise-crossencoder-reranking

Evidence-Calibrated Runtime Reconstruction for Agent Skills Across Heterogeneous Coding Agents

面向异构编码智能体的技能的证据校准运行时重构

Xueping Gao

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

AI总结 本文提出Skill Runtime Intelligence系统，针对异构编码智能体重构技能生命周期阶段，在多场景实验中验证其能准确定位失败边界，为适配器资格认定提供支撑。

Comments 17 pages, 1 figure, 6 tables. Submitted to PROFES 2026. Code and artifacts: https://github.com/hellogxp/skill-runtime-intelligence

CADIR: A Cross-Backend Editable Intermediate Representation for Agentic CAD Generation

CADIR：一种用于智能体CAD生成的跨后端可编辑中间表示

Yu Liu, Jingzhe Ni, Yiming Chen, Junqi Huang, Ruofeng Tong, Min Tang, Peng Du

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

AI总结 本研究提出CADIR跨后端可编辑中间表示，结合几何签名匹配与构造图检索，解决现有CAD生成方法的跨系统编辑与建模历史保留问题，实验验证其几何保真度与可靠性优于现有方案。

Ekova: A Personality-Support Agent for Self-Discovery Dialogue

Ekova：用于自我发现对话的人格支持智能体

Yuyan Chen

机构 * ModelsLive Inc.（ModelsLive公司） 纠错

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

AI总结 该研究提出人格支持范式，构建了DSD数据集、DeepSupport系统及Ekova智能体，经OrthoTune训练的模型在相关指标上较基线平均提升16.3%。

Comments Accepted to the COLM 2026 Lifelong Agents Workshop

Automated Testing and Repair for Verified Compilers Generated by a Coding Agent

基于编码智能体生成的验证编译器的自动化测试与修复

Martin Rinard

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

AI总结 该研究针对编码智能体生成的验证编译器，提出了基于智能体的自动化测试与修复系统，经评估其在Axon编译器上无奖励黑客攻击问题，可有效开展测试与修复。

VISA: A Structured Description Protocol for Agent-Based Simulation Models Towards Machine Reproducibility

VISA：面向智能体可复现性的智能体仿真模型结构化描述协议

Zhou He

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

AI总结 该研究提出VISA结构化描述协议，通过八个表格及可执行规则、LLM技能提升智能体模型可复现性，在三类平台的ABMs上验证了其有效性，将复现障碍转化为可处理的依赖项。

Cross-Model Cross-Language AI Coding Agent Performance: Accuracy and Speed of Parallel CLRS Algorithms

跨模型跨语言AI编程智能体性能：并行CLRS算法的准确率与速度

Shiqi Cheng, Evelyne Ringoot, Rabab Alomairy, Alan Edelman

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

AI总结 本文评估Cursor's Composer 2.0等三款AI编程智能体在三种语言三类算法上的并行代码生成性能，发现其并行能力弱于串行，性能提升高度依赖算法与语言，需将运行时效率纳入大语言模型核心指标。

Kernel Forge: An Agent Harness for LLM-based Generation and Optimization of CUDA Kernels

Kernel Forge：用于基于大语言模型的CUDA内核生成与优化的代理框架

Joshua Brodsky, Dhravid Kumar, Savini Kashmira, Jayanaka Danatanarayana, Jason Mars, Krisztian Flautner, Lingjia Tang

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 研究针对机器学习模型中计算内核优化需专家手写代码的问题，提出开源端到端代理框架Kernel Forge，它支持多种工作负载，用蒙特卡洛树搜索优化路径，经实验评估，优化后的内核性能优于PyTorch即时模式。

Comments The code is available at: https://github.com/TheJoshBrod/KernelForge

HELIOS: An LLM-Driven Autonomous Indirect Trajectory Optimization Agent

HELIOS：一个由大语言模型驱动的自主间接轨迹优化智能体

An-yi Huang

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

AI总结 研究低推力轨迹优化面临的问题，提出基于大语言模型的HELIOS智能体，能自主进行PMP符号推导等。其创新包括约束自适应推导框架等，实验表明可解决多种轨迹优化问题，验证了模型无关架构及模型规模与推导能力的正相关。

Output Format x Model Identity: Interaction Effects in Single-Round Coding Agent Performance

输出格式x模型标识：单轮编码代理性能中的交互效应

Yang Yang

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

AI总结 研究输出格式与模型交互对单轮编码代理性能的影响，通过多模型、多格式、多任务实验发现无普遍最优格式，有格式滥用问题，提出特定于模型的输出策略及工具设计原则并开源数据模板。

Comments 16 pages, 7 tables, 3 figures

They'll Verify. They Just Won't Act. How Authority Framing and Laundered Code Turn a Trusted Agentic CI/CD Pipeline Into an Attack Surface

他们会验证。但他们不会采取行动。权威框架和清洗后的代码如何将一个可信的代理式CI/CD管道变成攻击面

Yohann Sidot

机构 * Senthex Research（Senthex研究机构） ； RELAY Lab（RELAY实验室） 纠错

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

AI总结 研究五代理CI/CD管道在面对恶意输入时的安全性，通过AxB（xC）析因设计实验发现权威框架注入会使下游验证者放行恶意代码，基于内容的控制会失效，只有来源感知控制可防攻击，揭示了现有保护机制的不足。

Comments 9 pages. Dataset and reproduction code: https://github.com/senthex-security/senthex-research

KernelDiag: Agent-Based Root Cause Diagnosis for Kernel Crashes

KernelDiag：基于代理的内核崩溃根本原因诊断

Weijing Wang, Zan Wang, Dong Wang, Haichi Wang, Junjie Chen

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

AI总结 针对Linux内核崩溃根本原因诊断难的问题，提出KernelDiag框架，通过日志到代码映射及专门代理进行结构化因果推理，在KGYM基准测试中表现出色，优于现有方法，为自动内核根本原因诊断奠定基础。

Making Agent-Mediated Contributions Governable: A Project-Level Governance Manifest for Open-Source AI Collaboration

使代理介导的贡献具有可治理性：开源人工智能协作的项目级治理宣言

Jinjin Gao, Luyang Li, Shufen Guo, Ligang He, Xiaoning Sun

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

AI总结 研究开源人工智能协作中代理介导贡献的治理问题，开发代理治理宣言（AGM）作为双向治理合同，通过实验验证其有效性，构建三层框架，推进合规数字创新治理并保留维护者决策权。

Comments Preprint. Under journal review

Understanding Agent-Reactive Bugs at the Model-Harness Boundary: An Empirical Study of LLM Agent Issue Reports

理解模型-框架边界处的代理反应性错误：对大型语言模型代理问题报告的实证研究

Jingyi Chen, Songqiang Chen, Hengcheng Zhu, Jialun Cao, Jiasi Shen, Shing-Chi Cheung

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

AI总结 研究聚焦大型语言模型代理在模型-框架边界处的反应性错误，通过分析255份错误报告构建分类法，发现此类错误多为无明确测试预言的静默错误，检测和重现困难，还揭示了用户与开发者对错误归因及修复的不匹配，推动相关技术设计。

TerraRepair: A Tool-Grounded LLM Agent for Infrastructure-as-Code Repair

TerraRepair：一种用于基础设施即代码修复的工具接地大语言模型代理

Minase Mekete Mengistu, Juri Di Rocco, Phuong T. Nguyen, Davide Di Ruscio

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

AI总结 研究探讨工具接地能否改进基于LLM的Terraform修复及何时升级问题。提出TerraRepair工具接地LLM代理，通过检索上下文等操作进行修复。实验表明其能显著提高扫描器验证修复率，凸显工具接地改进修复效果，同时指出特定部署上下文是自主修复的主要限制。

Comments The paper has been peer reviewed and accepted for publication in the proceedings of the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026)

Retrieval-Oriented Code Representations in Agentic Bug Localization

面向检索的智能体漏洞定位中的代码表示

Genevieve Caumartin, Tse-Hsun, Chen, Diego Elias Costa

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

AI总结 研究文件级漏洞定位中代码表示的作用，在LCA和SWE数据集上比较五种代码表示，通过实验发现角色感知摘要性价比最佳，结合互补结果和LLM排序可进一步提升效果，案例研究验证技术有效性，强调代码表示应是智能体定位管道的重要设计选择。

Agentic Proof and Property-Based Testing via Property-Templates in Data-Intensive Computing

通过数据密集型计算中的属性模板进行智能体证明和基于属性的测试

Seongmin Lee, Yaoxuan Wu, Miryung Kim

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

AI总结 研究软件工程中意图规范和验证问题，提出用属性模板解决验证候选属性和实施PBT的子问题，设计智能体双轨验证框架，经评估该框架能提高证明成功率、减少幻觉、降低成本并提升代码覆盖，还能发现模型与实现差距。

Comments 12 pages, 7 figures, 4 tables; supplementary material included as ancillary file

An Experimental Design Approach to Evaluating Agentic AI's Autonomous Model Discovery

一种评估智能体人工智能自主模型发现的实验设计方法

Hao He, Xueying Liu, Chris J. Kuhlman, Xinwei Deng

机构 * Department of Statistics, Virginia Tech（统计学系，弗吉尼亚理工学院） ； Department of Statistical Science, Baylor University（统计科学系，贝勒大学） ； Advanced Research Computing, Virginia Tech（高级研究计算，弗吉尼亚理工学院） 纠错

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

AI总结 研究大型语言模型编码智能体自主模型发现行为，提出实验设计与分析框架，将智能体视为随机模型发现算子，在多种受控因素下研究Codex和Claude Code两个算子，进行回归模型和推理，开发规范分解，通过网络造词游戏测试平台得出相关深刻发现。

Comments 39 pages, 11 figures, 6 tables. Data and code available at the GitHub repository listed in the paper

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。

Cloak and Detonate: Scanner Evasion and Dynamic Detection of Agent Skill Malware

伪装与引爆：技能型恶意软件的扫描规避与动态检测

Zimo Ji, Congying Xu, Zongjie Li, Yudong Gao, Xin Wei, Shuai Wang, Shing-Chi Cheung

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

AI总结 针对LLM编码代理技能市场中的恶意技能，提出两种规避静态扫描的方法（结构混淆和自提取技能打包），并设计基于沙箱运行时行为审计的检测系统SkillDetonate，实现97%检测率与2%误报率。