代码大模型 / AI 编程

A Few Pages of Markdown: Committed AI Configuration and Lower Quality Cost after Coding-Agent Adoption

几页Markdown：采用编码智能体后的已提交AI配置与更低质量成本

Yegor Denisov-Blanch, Shyam Agarwal, Pavel Azaletskiy, Hao He, Rylan Schaeffer, Brando Miranda, Bogdan Vasilescu, Sanmi Koyejo

专题命中 仓库级理解 ：repository(abstract,abstract_cn)；coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 该研究提出RAMP四级AI成熟度模型，在441个代码库中验证其有效性，发现编码智能体可加速开发，且提交AI配置能降低认知复杂度与静态分析警告增幅。

Model-Based Agentic Software Engineering

基于模型的智能体软件工程

James C. Davis, Kelechi Kalu, Huiyun Peng, Parth V. Patil

专题命中 仓库级理解 ：repository(abstract)；coding agent(abstract)；分类 cs.SE

AI总结 针对编码智能体无法明确项目关键信息的问题，提出MAGE框架及理论，通过外化表征与分配权威构建可信自主系统，经案例与工业案例验证，可将商用智能转化为持久工程进展。

Activation Steering Transfer to Agents: One Gain Ratio Does Not Identify Potency and Efficacy

存在但重新缩放：加法激活引导的聊天到智能体的转移

Lucas Pinto

专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG

AI总结 研究加法激活引导从聊天到智能体的转移，通过匹配信息设计进行研究，发现转移真实但重新缩放，确定了加法特定机制，定位了重新缩放位置，指出智能体部署对引导拒绝绕过影响不可预测。

Comments v2 changes the estimand from a gain ratio to a curve location and supersedes v1's coupling-distribution reading. 40 pages, 7 figures, 5 tables. Includes an errata section correcting v1's public record. Code and pre-registrations: this http URL (http://github.com/digdoug/steering-dose-reparametrization)

PACT: Post-route Agentic Checkpoint Tuning for FPGA Timing Closure

PACT：面向FPGA时序收敛的后路由代理检查点调优

Huan Lin, Kunlong Li, Lingli Wang, Zhiang Wang

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出PACT框架，用于Vivado设计检查点的后路由调优，在35个UltraScale+检查点上将F_max几何平均提升22.30%，速度较DATuner快6.4倍，令牌成本仅0.16美元/ DCP。

Comments Accepted to the 2026 International Conference on Field-Programmable Technology (FPT 2026)