代码大模型 / AI 编程

What Makes Software Issue Resolution Tasks Difficult for Agents?

什么因素导致软件问题解决任务对智能体而言难度较高？

Ebtesam Al-Haque, Brittany Johnson

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

AI总结 该研究提出测量框架，基于CoderForge-Preview数据集的实证分析，发现软件问题解决任务难度可通过静态特征预测，核心驱动因素为补丁碎片化与代码库规模，为构建难度可控的智能体评估基准奠定基础。

Comments To appear in ESEM 2026

A Jagged Frontier: Evaluating Robustness of Code Agents to Semantics-Preserving Transformations

锯齿状前沿：评估代码智能体对语义保留转换的鲁棒性

Hasan Najib Mahmud, Shreya Gupta, Isha Chaudhary, Nathaniel Enis, Ravi Mangal, Gagandeep Singh, Corina Pasareanu

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

AI总结 该研究评估AI代码智能体对语义保留代码转换的鲁棒性，发现其存在锯齿状鲁棒性前沿，mini-SWE agent更鲁棒，顶级模型仍易受此类扰动影响，引发部署可靠性担忧。

Comments 18 pages, 6 figures

Adversarial Review: Structured Disagreement for Grounded Agentic Code Review

对抗评审：基于结构化分歧的 grounded 智能体代码评审

Eric S. Qiu, Joyce Gill

机构 * Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出对抗评审（AR）协议，仅用3个智能体实现结构化分歧的协作代码评审，在LiveCodeBench、SWE-PRBench等基准上优于多智能体基线，证明无需大量智能体即可完成高效代码评审。

Comments Accepted to ICML 2026 Workshop on DL4C

Revisiting the "Push-T" Robot Manipulation Task with Agentic Robotics

用智能体机器人技术重新审视“Push-T”机器人操作任务

Shuangyu Xie, Kaiyuan Chen, Ken Goldberg

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 软件智能体 ：coding agent(abstract)

AI总结 该研究在智能体机器人技术背景下，借助带Fable 5的Claude Code编码智能体，无需演示数据解决Push-T等机器人操作任务，其策略成功率达100%，步骤比基准扩散策略少46%，还支持多字母操作及跨实体机械臂仿真。