代码大模型 / AI 编程

openJiuwen: Beyond Static Harnesses for Long-Horizon Coding Agents

openJiuwen：超越静态框架的长程编码智能体

openJiuwen Team: Tao Yu, Xinyu Zhang, Qianqian Chen, Xiaoneng Xiang, Chia Kwangyang, Xingchen Huang, Ran Chen, Yangkai Ding, Zheng Wang, Yeo Boon Hong, Bingzheng Gan, Enrui Hu, Shuo Cheng, Deyang Li, Ruifeng Shi, Hongbo Wang, Qi Ye, Xuefeng Jin, Zhangchun Zhao

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

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

AI总结 openJiuwen是一款开源智能体框架，针对长程编码智能体的结构可组合性与运行时适应性挑战设计，在SWE-bench Verified和Terminal-Bench 2.1上的准确率分别达82.6%、87.19%，性能优于官方排行榜顶尖方案。

RealSWE: A Compositional Evaluation of Coding Agents under Realistic User Requests

RealSWE：面向真实用户请求的编码智能体组合式评估

Gyuhyeong Kim, Hyojung Gwon, Jeonghyeon Kim, Kyuhong Shim, Sunjae Lee

机构 * Sungkyunkwan University（成均馆大学） 纠错

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

AI总结 该研究针对编码智能体评估基准与真实用户请求的差异，构建了新基准sys并评估7种LLM，发现真实输入降低解决率且改变模型排名，明确陈述期望行为和动机可提升LLM软件工程性能。

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

机构 * Carnegie Mellon University（卡内基梅隆大学） 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 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。

On the Maintenance and Co-evolution of Agent Plugins: An Empirical Study of Claude Code Plugin Marketplaces

智能体插件的维护与协同演化：Claude Code插件市场的实证研究

Ahmed Hereiz, Yingzhe Lyu, Hao Li, Bram Adams, Ahmed E. Hassan

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

AI总结 本研究通过对Claude Code插件市场的实证分析，揭示智能体插件的维护与协同演化规律，发现其功能驱动开发特征及新型组件耦合依赖关系。

Comments Under review

Prove2Me: An Open Collaborative Platform for Scaling Math Formalization

Prove2Me：用于规模化数学形式化的开源协作平台

Shuze Chen, Kunal Marwaha, Xiaoyang Lu, Henry Yuen, Tianyi Peng

机构 * Columbia University（哥伦比亚大学） ； University of Chicago（芝加哥大学） ； Purdue University（普渡大学） 纠错

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

AI总结 Prove2Me是支持人类与AI智能体协作的开源数学形式化平台，可降低大规模数学形式化的门槛，实现众包式规模化形式化验证。

Comments this https URL (https://prove2.me)

GOD: Govern, Observe, and Direct - A Real-Time Control Room for Agent Societies

GOD：管控、观测与指挥——智能体群体的实时控制室

Yige Luo, Ran Guan

机构 * Laboratories, Huawei（华为2012实验室） 纠错

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

AI总结 研究针对生成式智能体系统难检查的问题，提出GOD实时控制室，整合多类工具与技术，经15次运行评估验证其干预有效性，可助力智能体群体的管控与观测。

Comments 9 pages, 5 figures. Accepted to the EMNLP 2026 System Demonstrations Track

Credo: Reusable Declarative Primitives for Agentic Workflows

Credo：面向智能体工作流的可复用声明式原语

Duo Lu, Andrew Crotty, Uğur Çetintemel

机构 * Brown University（布朗大学） ； Northwestern University（西北大学） 纠错

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

AI总结 Credo可恢复智能体工作流harness的结构化声明式描述，标记元数据并带来源编目，编译器可绑定其原语生成新任务harness，避免从头搜索，还提出了数据库界可开展的相关研究议程。