代码大模型 / AI 编程

ContextBench: A Benchmark for Context Retrieval in Coding Agents

ContextBench: 一种用于编码代理代码上下文检索的基准测试

Han Li, Letian Zhu, Bohan Zhang, Rili Feng, Jiaming Wang, Yue Pan, Earl T. Barr, Federica Sarro, Zhaoyang Chu, He Ye

机构 * Nanjing University（南京大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 ContextBench通过评估编码代理在问题解决过程中代码上下文的检索能力，揭示了代理在上下文利用上的不足，为改进LLM在软件任务中的推理提供了新的研究方向。

Comments 36 pages, 6 figures, 4 tables

Why Agentic-PRs Get Rejected: A Comparative Study of Coding Agents

为何智能代理生成的拉取请求被拒绝：智能代理的比较研究

Sota Nakashima, Yuta Ishimoto, Masanari Kondo, Shane Mclntosh, Yasutaka Kamei

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

AI总结 本文研究了不同智能代理生成的拉取请求被拒绝的原因差异，发现七种仅出现在智能代理生成PR中的拒绝模式，并提出启发式方法以减少无反馈的拒绝案例。

Comments 5 pages

Building Coding Agents via Entropy-Enhanced Multi-Turn Preference Optimization

通过熵增强的多轮偏好优化构建编码代理

Jiahao Yu, Zelei Cheng, Xian Wu, Xinyu Xing

机构 * Department of Computer Science, Northwestern University, Evanston, USA（西北大学计算机科学系） ； Meta AI, Bellevue, USA（Meta AI） 纠错

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

AI总结 本文提出EntroPO框架，通过增强熵的方法提升多轮交互中编码代理的性能，实现更高效的测试时间扩展。

Are Coding Agents Generating Over-Mocked Tests? An Empirical Study

编码代理是否生成过度的模拟测试？一项实证研究

Andre Hora, Romain Robbes

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

AI总结 本文研究了编码代理生成测试中模拟的使用情况，发现代理更倾向于修改测试并添加模拟，同时指出模拟测试可能更容易自动生成但验证效果较弱。

Comments Accepted for publication at MSR 2026

Promises, Perils, and (Timely) Heuristics for Mining Coding Agent Activity

承诺、危险与（及时的）启发式方法用于挖掘编码代理活动

Romain Robbes, Théo Matricon, Thomas Degueule, Andre Hora, Stefano Zacchiroli

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

AI总结 本文探讨了编码代理在软件工程中的影响，分析了其快速采用带来的机遇与风险，并提出了研究此类代理活动的启发式方法。

Comments Preprint. Accepted for publication at MSR 2026

Are We All Using Agents the Same Way? An Empirical Study of Core and Peripheral Developers Use of Coding Agents

我们是否都在以相同的方式使用代理？核心和边缘开发者对编码代理使用的一次实证研究

Shamse Tasnim Cynthia, Joy Krishan Das, Banani Roy

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

AI总结 本文通过实证研究发现，核心和边缘开发者在使用编码代理时存在差异，核心开发者更关注文档和测试，而边缘开发者更频繁使用代理进行任务分配。

QueryIPI: Query-agnostic Indirect Prompt Injection on Coding Agents

QueryIPI: 针对编码代理的查询无关间接提示注入

Yuchong Xie, Zesen Liu, Mingyu Luo, Zhixiang Zhang, Kaikai Zhang, Yuanyuan Yuan, Zongjie Li, Ping Chen, Shuai Wang, Dongdong She

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 QueryIPI通过利用系统不变性与工具描述，实现对编码代理的查询无关间接提示注入，实验显示其在模拟代理中达到87%的成功率，揭示了现实中的安全风险。

PARC: An Autonomous Self-Reflective Coding Agent for Robust Execution of Long-Horizon Tasks

PARC：一种自主自反思编码代理，用于稳健执行长周期任务

Yuki Orimo, Iori Kurata, Hodaka Mori, Ryuhei Okuno, Ryohto Sawada, Daisuke Okanohara

机构 * PARC 纠错

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

AI总结 PARC是一种自主自反思编码代理，通过自我评估和反馈机制实现长周期任务的稳健执行，展示了AI在自主科学分析中的潜力。

Huxley-Gödel Machine: Human-Level Coding Agent Development by an Approximation of the Optimal Self-Improving Machine

Wenyi Wang, Piotr Piękos, Li Nanbo, Firas Laakom, Yimeng Chen, Mateusz Ostaszewski, Mingchen Zhuge, Jürgen Schmidhuber

机构 * King Abdullah University of Science and Technology (KAUST)（国王 Abdullah 科学与技术大学） 纠错

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

Lingxi: Repository-Level Issue Resolution Framework Enhanced by Procedural Knowledge Guided Scaling

Xu Yang, Jiayuan Zhou, Michael Pacheco, Wenhan Zhu, Pengfei He, Shaowei Wang, Kui Liu, Ruiqi Pan

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

When Developer Aid Becomes Security Debt: A Systematic Analysis of Insecure Behaviors in LLM Coding Agents

Matous Kozak, Roshanak Zilouchian Moghaddam, Siva Sivaraman

机构 * Microsoft（微软公司） ； Czech Technical University in Prague（捷克技术大学） 纠错

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

Comments 15 pages

MCTS-Refined CoT: High-Quality Fine-Tuning Data for LLM-Based Repository Issue Resolution

Yibo Wang, Zhihao Peng, Ying Wang, Zhao Wei, Hai Yu, Zhiliang Zhu

专题命中 软件智能体 ：repository(title)；code generation(abstract)；分类 cs.SE

Learning in the Wild: Towards Leveraging Unlabeled Data for Effectively Tuning Pre-trained Code Models

Shuzheng Gao, Wenxin Mao, Cuiyun Gao, Li Li, Xing Hu, Xin Xia, Michael R. Lyu

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

Comments Accepted by ICSE 2024

Software Agents with Concerns of their Own

Luis Botelho, Luis Nunes, Ricardo Ribeiro, Rui J. Lopes

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

Practical Reasoning with Norms for Autonomous Software Agents (Full Edition)

Zohreh Shams, Marina De Vos, Julian Padget, Wamberto W. Vasconcelos

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

Design of a GIS-based Assistant Software Agent for the Incident Commander to Coordinate Emergency Response Operations

Reza Nourjou, Michinori Hatayama, Stephen F. Smith, Atabak Sadeghi, Pedro Szekely

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

Comments 3 pages, 1 figure, In Workshop on Robots and Sensors integration in future rescue INformation system (ROSIN' 13). In Conjunction of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS' 13), 2013

An Expressive Language and Efficient Execution System for Software Agents

G. Barish, C. A. Knoblock

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

Journal ref Journal Of Artificial Intelligence Research, Volume 23, pages 625-666, 2005

MT-Web2Code: Benchmarking Coding Agents on Multi-Turn Regional Reconstruction and Localized Modification

MT-Web2Code：面向多轮区域重构与局部修改的编码智能体基准测试

Qiming Li, Shujie Hu, Haohan Liu, Xiaocheng Feng, Songxiang Liu, Guanglu Wan

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

AI总结 MT-Web2Code是首个面向多轮区域重构与局部修改的多模态编码基准，实验发现现有编码智能体存在多轮错误滚雪球等问题，其评估指标或助力相关研究。

Trust but Verify? Uncovering the Security Debt of Autonomous Coding Agents

信任但要验证？揭示自主编码代理的安全债务

A H M Nazmus Sakib, Dipayan Banik, Murtuza Jadliwala

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

AI总结 本文利用AIDev数据集，通过大语言模型评判框架和人工分析，研究自主编码代理生成拉取请求中的安全代码异味。发现38.9%的请求含安全异味，供应链问题和硬编码凭证占比高，揭示了安全风险及开发者警惕性降低问题，强调需实施上下文感知安全护栏。

Comments Accepted at the KDD 2026 Workshop on Agentic Software Engineering (AgenticSE)

Contract-Grounded Behavior Tree Synthesis via Coding Agents

通过编码代理实现基于契约的行为树合成

Jonathan Salfity, Robert Blake Anderson, Mitch Pryor

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 研究从自然语言合成机器人行为树时基础设定易出现的问题，提出基于契约的合成架构，编码代理查询服务器获取契约后合成行为树，经实验评估两个大语言模型，结果显示该架构能实现高验证率和成功率，且可转移到物理硬件。

Comments IEEE RA-L Submission

Evaluating LLM Coding Agents on SZ-Family Lossy Compression Across Architectures

评估LLM编码代理在不同架构上的SZ系列有损压缩

Changqing Li, Shouwei Gao, Kai Zhao, Sheng Di, Wenqian Dong

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

AI总结 评估LLM编码代理在SZ系列有损压缩内核上的表现，发现GPU上强模型性能高但对提示敏感，Cerebras上主要挑战是生成可运行程序，且代理在模块化内核上更有效。

Comments 5 pages, 4 figures. Accepted to IPDPS 2026 HPAI4S Workshop

CacheWise: Understanding Workloads and Optimizing KVCache Management for Efficiently Serving LLM Coding Agents

CacheWise：理解工作负载并优化KVCache管理以高效服务LLM编码代理

Shubham Tiwari, Tapan Chugh, Nash Rickert, Simon Peter, Ratul Mahajan, Haiying Shen

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

AI总结 针对编码代理会话中大量前缀复用导致KVCache压力的问题，提出CacheWise管理层，结合前缀感知调度和基于工具调用元数据的轻量级预测驱逐策略，减少KVCache驱逐并提升会话完成时间。

RHO: Your Coding Agent is Secretly a Roboticist

RHO：你的编码代理其实是个机器人专家

Karim Elmaaroufi, Justin Svegliato, Sarunas Kalade, Graham Schelle, Sanjit A. Seshia, Matei Zaharia

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

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

AI总结 提出RHO范式，通过训练时搜索神经符号化多文件策略库，实现机器人任务的高效零样本泛化，在LIBERO-PRO和Robosuite上分别达到45%和70%的成功率，显著优于现有方法。

Comments 46 pages, 9 figures, 15 tables. Project page: https://rho-robotics.github.io

Coordinated Optimization at a Hydro Generating Plant by Software Agents

通过软件代理协调水电站的优化

James Christopher Foreman, Rammohan K. Ragade

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

AI总结 本文提出一种架构，将软件代理集成到水电站控制系统中，通过规则系统实现优化，提升发电功率，并协调多个水电站单元。

Journal ref IEEE Transactions on Control Systems Technology 17.1 (2009): 89-97

Effective Harness Engineering for Algorithm Discovery with Coding Agents

高效Harness工程在编码代理算法发现中的应用

Yoichi Ishibashi, Taro Yano, Masafumi Oyamada

机构 * Gemini ； Algorithmicsuperintelligence（算法智能） 纠错

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

AI总结 本文探讨了在固定token预算下，生成更多算法还是更深入思考每个算法的优劣，以及如何处理评估黑客和安全并行执行的问题，通过Vesper框架验证了深入思考每个算法更高效。

Hedwig: Dynamic Autonomy for Coding Agents Under Local Oversight

Hedwig：在局部监督下编码代理的动态自主性

Tanjal Shukla, K. J. Kevin Feng, Leijie Wang, Mohammad Rostami, Amy X. Zhang

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

AI总结 Hedwig通过动态调整自主性水平，减少开发者与编码代理协作中的摩擦，提升任务执行效率。

Comments accepted to ACM CAIS 2026 demo track

SWE-Bench 5G: Benchmarking AI Coding Agents on Telecom Network Engineering Tasks

SWE-Bench 5G：基于电信网络工程任务的AI编码代理基准测试

Jiao Chen, Jianhua Tang, Xiaotong Yang, Zuohong Lv

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

AI总结 本文提出SWE-Bench 5G基准，评估AI编码代理在5G核心网络软件中解决真实世界bug的能力，通过Docker环境和双测试策略验证领域知识对性能的影响。

From Tool to Teammate: LLM Coding Agents as Collaborative Partners for Behavioral Labeling in Educational Dialogue Analysis

从工具到队友：LLM编码代理作为教育对话分析中行为标注的协作伙伴

Eason Chen, Isabel Wang, Nina Yuan, Sophia Judicke, Kayla Beigh, Xinyi Tang

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

AI总结 本文提出利用LLM编码代理自动优化标注提示，提升教育对话行为分析的准确性，通过四折交叉验证证明其有效性，揭示了标注中的潜在模式。

Comments 10 pages, 6 figures, 4 tables. Submitted to EDM 2026

The Observability Gap: Why Output-Level Human Feedback Fails for LLM Coding Agents

可观性缺口：为何输出级人类反馈在LLM编码代理中失效

Yinghao Wang, Cheng Wang

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

AI总结 研究发现，LLM编码代理在缺乏预定义功能的情况下，通过轻量级人类反馈构建可重用函数库时，输出反馈无法有效识别根因，导致持续失败模式。

Comments Accepted to CHI 2026 Workshop on Human-Agent Collaboration

AgenticNet: Utilizing AI Coding Agents To Create Hybrid Network Experiments

AgenticNet：利用AI编码代理创建混合网络实验

Majd Latah, Kubra Kalkan

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

AI总结 AgenticNet通过AI编码代理提供混合网络实验工具，支持纯模拟、纯仿真和混合模式，提升实验灵活性和开发效率。