代码大模型 / AI 编程

Code World Model: Coding Agent as World Brain

代码世界模型：作为世界大脑的编码智能体

Yiwen Chen, Guosheng Lin, Chi Zhang

机构 * Westlake AGI Lab（西湖AGI实验室） 纠错

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

AI总结 本文提出Code World Model框架，以编码智能体为世界大脑生成可执行代码维持世界状态，结合视频模型实现视觉渲染，在游戏数据微调后取得良好效果，为开放式世界模型提供新路径。

Comments Project Page: this https URL (https://buaacyw.github.io/cwm/)

EVOMAL: Self-Poisoning in Self-Evolving Coding Agents

EVOMAL：自进化编码智能体中的自中毒

Xiaodong Wu, Yu Shi, Qi Li, Zhimin Zhao, Xiangman Li, Bram Adams, Ahmed E. Hassan, Jianbing Ni

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

AI总结 该研究发现自进化编码智能体存在自中毒漏洞，提出EvoMal攻击可实现自传播恶意技能，而counter-prompt防御能有效降低攻击成功率且不影响任务完成。

Metis: Typed Runtime Mediation for Tool-Using Software Agents

Metis：面向使用工具的智能体的类型化运行时中介

Jun Yu

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

AI总结 研究针对使用工具的智能体，提出多提供方类型化运行时Metis，通过中介机制优化耗时，验证其权限控制等效果，明确其能力边界。

Comments 18 pages, 7 figures, 6 tables. Public preprint; supporting artifact is being curated

Understanding the Architecture of Coding Agents: An Exploratory Study Using a Research Prototype

理解编码智能体的架构：一项使用研究原型的探索性研究

Marco Tulio Valente

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

AI总结 本研究通过推出编码智能体Ark及基准ArkBench，探索了编码智能体的架构，用gpt-5.4-mini测试Ark解决10项任务中的8项，还对比了其与先进编码智能体的架构，为相关研究提供基础。

SkillShield: Prompt-Space Security Skills for LLM Coding Agents

SkillShield：面向LLM编码智能体的提示空间安全技能

Xiaodong Wu, Zhimin Zhao, Qi Li, Xiangman Li, Yu Shi, Bram Adams, Jianbing Ni

专题命中 软件智能体 ：coding agent(title,abstract)

AI总结 SkillShield是一种系统提示防御机制，通过离线合成安全技能注入系统提示，可有效降低LLM编码智能体的恶意软件生成成功率，在多项实验中表现优于基线方法。

ClayBuddy: A Framework, Evaluation, & Mitigation of Coding Agent Failures

AgentArmor：编码代理失败的框架、评估与缓解

Kenneth Ge, Andre Assis

机构 * Anthropic Fellows Program（Anthropic Fellow 项目） ； Constellation 纠错

专题命中 软件智能体 ：coding agent(title)；分类 cs.SE、cs.LG

AI总结 提出AgentArmor框架，通过系统提示增强、命令分类器、三振政策等机制，缓解编码代理因规范不足、能力错误和工具错误导致的失败，显著提升安全性。

Comments Accepted at The Third Annual Conference on Language Modeling 2026 Workshop on Agent Behavior

Scalable Supervision for Software Agents via Patch Reasoning

基于补丁推理的软件智能体可扩展监督

Junjielong Xu, Boyin Tan, Xiaoyuan Liu, Chao Peng, Pengfei Gao, Pinjia He

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； ByteDance（字节跳动） 纠错

专题命中 软件智能体 ：software agent(title)；分类 cs.SE、cs.CL

AI总结 针对现有基于测试的软件智能体监督可扩展性不足的问题，提出R4P推理方法，在SWE-bench补丁验证中准确率达72.2%，训练的Mini-SE在Pass@1上较Qwen3-32B提升10.0%至26.2%。

Comments EMNLP'26 Findings

SPECMINE: A Large-Scale Corpus of Spec-Driven Development Artifacts

SPECMINE：一个大规模的规范驱动开发制品语料库

Shyam Agarwal, Bogdan Vasilescu

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

AI总结 SPECMINE是一个大规模语料库，通过两次普查收集公共GitHub仓库中的规范驱动开发制品，含大量文件、PR及引用数据，助力研究AI智能体时代软件的规范过程。

Agentic Autoresearch for Cell-Edge Power Control: Radically Redefining the Researcher's Role

面向小区边缘功率控制的智能体自动研究：从根本上重新定义研究者的角色

Ahmad Khan, Akram Bin Sediq, Sara Azadegi Naeini, Raviraj S. Adve

机构 * Ericsson R&D（爱立信研发部门） ； University of Toronto（多伦多大学） 纠错

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

AI总结 该研究提出智能体自动研究协议，将无线资源管理的机器学习算法设计交由AI编码智能体完成，在小区边缘功率控制任务中实现高性能与低推理成本，还恢复了可证明的最优结构。

Comments Submitted to IEEE Globecom Workshops

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。

From Verdict to Diagnosis: Attributable Security Review of Pull Requests

从裁决到诊断：对拉取请求的可归因安全审查

Zhuo Chen, Boyang Wang, Xiyue Zhang, Xiaoyun Xu, Ahmad-Reza Sadeghi, Stjepan Picek, Lichao Wu

专题命中 软件智能体 ：repository(abstract)

AI总结 研究针对自动化PR审查的裁决-诊断差距，构建MalPR-Bench基准，提出PRGuard审查工具，发现仅基于裁决的评估会高估自动化审查的安全价值。

A Taxonomy of Construction Task Activities for Robot Workers

机器人工人的施工任务活动分类学

Sadman Sakib, Zhangyi None Peng, Yujie Pang, Yu Otsuki, Mohammad Abdullah Al Faruque

机构 * University of California-Irvine（加利福尼亚大学欧文分校） ； UCInspire 纠错

专题命中 软件智能体 ：coding agent(abstract)

AI总结 该研究提出基于职业的TARCAT分类学，定义施工任务的动作基元，在机械臂上演示相关基元，为通用施工机器人开发提供通用词汇。