AI Agent

SW-$A^2$-Bench: Benchmarking Autonomous Software Agent Generation for Agentic Web

SW-$A^2$-Bench: 面向智能体网络的自主软件智能体生成基准测试

Linyao Chen, Bo Huang, Qinlao Zhao, Shuai Shao, Zhi Han, Zicai Cui, Ziheng Zhang, Guangtao Zeng, Wenzheng Tang, Yikun Wang, Yuanjian Zhou, Zimian Peng, Yong Yu, Weiwen Liu, Hiroki Kobayashi, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Tokyo（东京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nankai University（南开大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Queen’s University（女王大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 提出首个软件智能体生成基准SW-$A^2$-Bench，通过编码智能体自动将代码仓库转化为自主软件智能体，评估生成智能体的忠实性与互操作性，以扩展智能体网络规模。

CP-Agent: Agentic Constraint Programming

CP-Agent：代理约束编程

Stefan Szeider

机构 * TU Wien（维也纳技术大学） 纠错

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

AI总结 CP-Agent通过代理工作流实现约束编程问题的高效求解，展示了最少指导优于详细指导，并揭示了任务管理工具对建模任务的双重影响。

Knowledge-Guided Multi-Agent Framework for Application-Level Software Code Generation

Qian Xiong, Bo Yang, Weisong Sun, Yiran Zhang, Tianlin Li, Yang Liu, Zhi Jin

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

DocAgent: A Multi-Agent System for Automated Code Documentation Generation

Dayu Yang, Antoine Simoulin, Xin Qian, Xiaoyi Liu, Yuwei Cao, Zhaopu Teng, Grey Yang

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

Comments Accepted by ACL 2025. Code: github.com/facebookresearch/DocAgent

Eliza: A Web3 friendly AI Agent Operating System

Shaw Walters, Sam Gao, Shakker Nerd, Feng Da, Warren Williams, Ting-Chien Meng, Amie Chow, Hunter Han, Frank He, Allen Zhang, Ming Wu, Timothy Shen, Maxwell Hu, Jerry Yan

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

Comments 20 pages, 5 figures

Synergy: A Next-Generation General-Purpose Agent for Open Agentic Web

Synergy: 一个下一代通用智能体用于开放性智能体网络

Xiaohang Nie, Zihan Guo, Kezhuo Yang, Zhichong Zheng, Bochen Ge, Shuai Pan, Zeyi Chen, Youling Xiang, Yu Zhang, Weiwen Liu, Yuanjian Zhou, Weinan Zhang

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

AI总结 本文提出Synergy，一个用于开放性智能体网络的通用智能体架构，强调智能体间的协作、身份管理和持续进化，以实现开放网络中的社会集成。

Comments A tech report of a general-purpose agent architecture and human-agent society, 21 pages, 5 figures

Agentic Separation Logic Specification Synthesis

智能体分离逻辑规范合成

Tarun Suresh, David Korczynski, Julien Vanegue

机构 * Bloomberg（贝莱德） 纠错

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

AI总结 提出 Spec-Agent 智能体系统，通过静态分析、运行时堆追踪和反例引导迭代，为大型 C++ 代码库合成分离逻辑规范，在百万行级代码上达到 85% 有效规范合成率且无假阳性。

Comments 9 pages, 3 appendices

Engineering Signals of Human-AI Collaboration in the Agentic Coding Era: A Longitudinal Analysis of 33,228 Pull Requests from vLLM and SGLang with Implications for Biomedical AI Agents and Bioinformatics Pipeline Developmen

智能体编码时代人机协作的工程信号：对vLLM和SGLang中33228个拉取请求的纵向分析及其对生物医学智能体和生物信息学流程开发的启示

Jiada Li, Xuesong Ye, Olamide Olowoniyi

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

AI总结 该研究对vLLM和SGLang的33228个拉取请求进行纵向分析，发现AI辅助开发提升了开源软件的吞吐量、贡献者参与度及人机协作信号，且增长主要由人类驱动，为生物医学智能体开发提供启示。

Comments 24 pages, 9 Figures

Egent: An Autonomous Agent for Equivalent Width Measurement

Egent：等效宽度测量的自主代理

Yuan-Sen Ting, Serat Mahmud Saad, Fan Liu, Yuting Shen

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

AI总结 Egent结合传统多Voigt拟合与大语言模型视觉检查，实现自动化等效宽度测量，通过函数调用进行拟合推理，验证结果与专家测量一致，且能压缩专家工作量，提供开源代码和网页接口。

Comments 26 pages, 14 figures, 6 tables. Code available at https://github.com/tingyuansen/Egent. Published in the Open Journal of Astrophysics

Code Broker: A Multi-Agent System for Automated Code Quality Assessment

Code Broker：一个用于自动化代码质量评估的多智能体系统

Samer Attrah

机构 * Independent researcher（独立研究者） ； California, USA（美国加州） 纠错

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

AI总结 Code Broker通过多智能体架构对Python代码进行分析并生成质量评估报告，结合LLM推理与静态分析工具，提升代码审查的效率与准确性。

Comments 8 pages, 1 figure, 2 tables, 28 references

SWE-Debate: Competitive Multi-Agent Debate for Software Issue Resolution

Han Li, Yuling Shi, Shaoxin Lin, Xiaodong Gu, Heng Lian, Xin Wang, Yantao Jia, Tao Huang, Qianxiang Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei（华为） ； Xidian University（西安电子科技大学） 纠错

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

Comments Our code and data are available at https://github.com/YerbaPage/SWE-Debate

Fully Autonomous Programming using Iterative Multi-Agent Debugging with Large Language Models

Anastasiia Grishina, Vadim Liventsev, Aki Härmä, Leon Moonen

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

Comments Accepted for publication in ACM Trans. Evol. Learn. Optim., February 2025. arXiv admin note: text overlap with arXiv:2304.10423

CodeR: Issue Resolving with Multi-Agent and Task Graphs

Dong Chen, Shaoxin Lin, Muhan Zeng, Daoguang Zan, Jian-Gang Wang, Anton Cheshkov, Jun Sun, Hao Yu, Guoliang Dong, Artem Aliev, Jie Wang, Xiao Cheng, Guangtai Liang, Yuchi Ma, Pan Bian, Tao Xie, Qianxiang Wang

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

Comments https://github.com/NL2Code/CodeR

From I/O to Code with Discovery Agent

从输入输出到代码：发现代理

Yihong Dong, Jiaru Qian, Haoran Zhang, Peixu Wang, Binhua Li, Zhi Jin, Yongbin Li, Ge Li, Xiaokang Yang, Xue Jiang

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； Wuhan University（武汉大学） ； Renmin University of China（中国人民大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

专题命中 软件智能体 ：agent(title,summary_cn)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出DIO-Agent，通过将IO2Code视为离散程序空间的进化搜索，利用LLM作为突变算子，结合执行误差信号指导突变，解决从输入输出行为合成代码的难题。

RepoReviewer: A Local-First Multi-Agent Architecture for Repository-Level Code Review

RepoReviewer: 一种面向仓库级别的多智能体架构

Peng Zhang

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 RepoReviewer通过分解仓库获取、上下文合成、文件分析等步骤，提供一种实用的仓库级自动化审查架构，强调系统设计与可重用的评估工具。

Nurture-First Agent Development: Building Domain-Expert AI Agents Through Conversational Knowledge Crystallization

先培养型代理开发：通过对话知识结晶构建领域专家AI代理

Linghao Zhang

机构 * Jiangsu Key Laboratory of Wireless Communications（江苏无线通信重点实验室） 纠错

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

AI总结 本文提出先培养开发范式，通过结构化对话与领域专家交互逐步构建领域专家AI代理，强调知识结晶循环和三层认知架构。

Comments 24 pages, 8 figures, 2 tables

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。

Why Are AI Agent Involved Pull Requests (Fix-Related) Remain Unmerged? An Empirical Study

为何AI代理参与的修复相关拉取请求仍未合并？一项实证研究

Khairul Alam, Saikat Mondal, Banani Roy

机构 * University of Saskatchewan, Canada（萨斯喀彻温大学） 纠错

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

AI总结 本文通过实证研究揭示了AI代理生成的修复相关PRs合并失败的主要原因，指出测试用例失败和先前问题解决是主要障碍，为AI与人类协作改进提供方向。

Comments 5 pages

NALA_MAINZ at BLP-2025 Task 2: A Multi-agent Approach for Bangla Instruction to Python Code Generation

NALA_MAINZ 在 BLP-2025 任务 2 中的多智能体方法：用于孟加拉语指令到 Python 代码生成

Hossain Shaikh Saadi, Faria Alam, Mario Sanz-Guerrero, Minh Duc Bui, Manuel Mager, Katharina von der Wense

机构 * Johannes Gutenberg University Mainz（美因茨雅各布·冯·蒂泽大学） ； Saarland University（萨尔兰大学） ； University of Colorado Boulder（科罗拉多大学博尔德分校） 纠错

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

AI总结 本文提出了一种基于多智能体的框架，通过生成和调试代理协同工作，实现从孟加拉语指令到 Python 代码的高效生成，并在 BLP-2025 任务中取得优异成绩。

Comments BLP 2025 Shared Task 2 - Code Generation in Bangla

Agentic Metacognition: Designing a "Self-Aware" Low-Code Agent for Failure Prediction and Human Handoff

Jiexi Xu

机构 * University of California, Irvine School of Information & Computer Science（加州大学尔湾分校信息与计算机科学学院） 纠错

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

Comments 7 pages, 2 tables

ThinkTank: A Framework for Generalizing Domain-Specific AI Agent Systems into Universal Collaborative Intelligence Platforms

Praneet Sai Madhu Surabhi, Dheeraj Reddy Mudireddy, Jian Tao

机构 * Texas A&M University（德克萨斯A&M大学） ； Texas A&M Institute of Data Science（德克萨斯A&M数据科学研究所） 纠错

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

QualityFlow: An Agentic Workflow for Program Synthesis Controlled by LLM Quality Checks

Yaojie Hu, Qiang Zhou, Qihong Chen, Xiaopeng Li, Linbo Liu, Dejiao Zhang, Amit Kachroo, Talha Oz, Omer Tripp

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

AutoSafeCoder: A Multi-Agent Framework for Securing LLM Code Generation through Static Analysis and Fuzz Testing

Ana Nunez, Nafis Tanveer Islam, Sumit Kumar Jha, Peyman Najafirad

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

Comments Accepted to NeurIPS 2024 Workshop on Safe & Trustworthy Agents

AI2Apps: A Visual IDE for Building LLM-based AI Agent Applications

Xin Pang, Zhucong Li, Jiaxiang Chen, Yuan Cheng, Yinghui Xu, Yuan Qi

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

SEW: Self-Evolving Agentic Workflows for Automated Code Generation

SEW：自演化代理工作流用于自动化代码生成

Siwei Liu, Jinyuan Fang, Han Zhou, Yingxu Wang, Zaiqiao Meng

机构 * University of Aberdeen（阿伯丁大学） ； University of Glasgow（格拉斯哥大学） ； University of Cambridge（剑桥大学） ； MBZUAI（马克斯·普朗克智能系统研究所） 纠错

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

AI总结 本文提出SEW框架，通过自演化方法自动设计和优化多代理工作流，提升代码生成任务的性能，实验表明在LiveCodeBench上比仅使用基础LLM提升12%。

Comments 16 pages, 5 figures

LLM Agents Making Agent Tools

Georg Wölflein, Dyke Ferber, Daniel Truhn, Ognjen Arandjelović, Jakob Nikolas Kather

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

Comments Accepted at ACL 2025

An Exploratory Study of Agent Plans for Agentic AI Coding Tools in Open-Source Software

面向开源软件中智能体式AI编码工具的智能体计划探索性研究

Muhammad Auwal Abubakar, Seyedmoein Mohsenimofidi, Jai Lal Lulla, Jie M. Zhang, Christoph Treude, Sebastian Baltes, Matthias Galster

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

AI总结 本文通过筛选36710个GitHub仓库识别出85个Markdown智能体计划文件，研究其支持的软件工程工作类型与提供的执行指导，明确其是研究人-智能体工作流任务意图的丰富工件。

Comments 14 pages, 2 figures, 4 tables. Accepted at the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026), Emerging Results, Vision, and Reflection Papers Track

Toward Continuous Assurance for the Democratization of AI Agent Creation in Industry

迈向工业中人工智能代理创建民主化的持续保障

Natan Levy, Harel Berger

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

AI总结 针对工业中人工智能代理创建民主化带来的可靠性挑战，提出轻量级持续保障框架，结合依赖映射等多种方法评估代理运行状态，还展示了原型审核器及评估，为公民创建的组织代理提供保障。

Agent psychometrics: Task-level performance prediction in agentic coding benchmarks

代理心理测量：在代理编码基准中的任务级性能预测

Chris Ge, Daria Kryvosheieva, Daniel Fried, Uzay Girit, Kaivalya Hariharan

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Fulcrum ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出了一种基于任务级性能预测的代理编码基准评估框架，结合IRT理论与任务特征，区分LLM和支架能力，以更准确预测未见基准和组合的性能。

AI Agent Pull Requests on GitHub: Frequency, Structure, and Merge Conflict Rates

GitHub上的AI代理拉取请求：频率、结构和合并冲突率

George Xu, Arjun Subramanian, Nithilan Karthik

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

AI总结 利用AIDev-pop数据集对AI代理编写的拉取请求并发情况进行大规模实证分析，发现特定时间重叠下部分仓库有协同活动的请求对，多数为同一代理，还研究了合并冲突率及冲突类型。

Comments 7 pages, 4 figures, 2 tables. Replication package: https://doi.org/10.5281/zenodo.21186464