代码大模型 / AI 编程

Paritok-4B: Intent-Conditioned Context Compression for Coding Agents

Paritok-4B：面向编码智能体的意图条件上下文压缩模型

Jiayu Shi, Luzhuo Chen

机构 * Paritok 纠错

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

AI总结 针对编码智能体上下文占比过高的问题，提出意图条件抽取式压缩模型 Paritok-4B，在 SWE-bench Lite 上实现高压缩率的同时，未显著降低求解率，且成本更低、可自托管。

Comments 20 pages, 1 figure, 10 tables

DeepRepoQA: Code Repository Question Answering with Deep Agent Exploration

DeepRepoQA：基于深度智能体探索的代码仓库问答系统

Weihan Peng, Yuling Shi, Yingwei Ma, Longfei Yun, Beijun Shen, Xiaodong Gu

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

AI总结 针对现有代码仓库问答方法缺乏深度推理能力的问题，提出基于LLM智能体与蒙特卡洛树搜索的DeepRepoQA框架，在SWE-QA基准上实现了性能显著提升。

The Handoff Tax: Continuing Non-Native Trajectories in LLM Agents

交接代价：在大语言模型智能体中延续非原生轨迹

Roy Ganz, Mor Shpigel Nacson, Adi Kalyanpur, Ron Litman

机构 * AWS, Agentic AI（亚马逊云科技智能体人工智能部门） 纠错

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

AI总结 该研究聚焦大语言模型智能体的交接代价，通过对比Claude和GPT系列模型的不同交接设置，发现完整轨迹升级质量提升有限且成本高，降级更具优势，且交接接口偏好随方向反转。

A Literate Programming Environment for Human and Machine Agents

面向人类与机器智能体的 Literate Programming（文学式编程）环境

Adam T. Burke

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

AI总结 本文提出一种文学式编程环境，通过语法、解析器、名称图及绑定机制，让代码与相关上下文并置，提升 LLM 窗口利用率，为 LLM 编码智能体提供类 IDE 工具集，并实现了绑定三种编程语言的可运行版本及示例程序。

Comments 13 pages, 5 figures (code and grammar listings)

AgentRoom: Concurrent Multi-Agent Coding in a CRDT-Backed Shared Workspace

AgentRoom：基于CRDT支持的共享工作空间的并发多智能体编码

Seonglae Cho, Donghyun Lee

机构 * Holistic AI（整体人工智能公司） ； 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)；分类 cs.SE、cs.AI

AI总结 AgentRoom是基于CRDT的并发多智能体编码协议，通过协调机制减少任务放弃率，在计算量匹配下优于单独运行和并行合并，为多智能体编码提供更优方案。

SkillForge: Evolving Verifiable Skills for Reinforcement Learning Agents

SkillForge：为强化学习智能体演化可验证技能

Shidong Yang, Ziyu Ma, Tongwen Huang, Xucong Wang, Renda Li, Yiming Hu, Yong Wang, Xiangxiang Chu

机构 * AMAP, Alibaba Group（阿里巴巴集团AMAP） 纠错

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

AI总结 SkillForge是实现技能验证与优化的持续技能演化框架，通过明确技能使用优化RL决策，在ALFWorld等数据集上优于SkillRL，可训练更强的LLM智能体。

Simthesizer: An Agent-Driven Simulation Framework for LLM Serving Systems

Simthesizer：面向LLM服务系统的智能体驱动仿真框架

Wonung Kim, Hyunmin Choi, Minsu Kim, Jaehong Cho, Yeongwook Kim, Jongse Park

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

AI总结 本文提出Borg框架，通过智能体驱动仿真器开发缩小LLM服务系统与仿真器的差距，其构建的扩展吞吐量误差更低，仿真速度显著优于现有仿真器。