AI 大模型
代码生成、软件工程智能体、程序修复、测试生成和开发者工具。
SaaSBench: 探索编码代理在长周期企业SaaS工程中的边界
机构 * University of Science and Technology of China（中国科学技术大学） ； AMAP, Alibaba Group（阿里云实验室）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出SaaSBench，首个针对企业SaaS工程的基准，旨在探索AI代理在复杂系统中的边界，通过30个任务和5370个验证节点，涵盖8种编程语言、6种数据库和13种框架，揭示了当前最先进代理在多组件系统配置和集成中的主要瓶颈。
AgenticFlict：一个大规模的人工智能编码代理拉取请求中合并冲突数据集
机构 * University of Nevada Las Vegas（内华达大学拉斯维加斯分校）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出AgenticFlict数据集，用于研究AI编码代理生成的合并冲突问题，揭示了AI生成代码中合并冲突的频率和影响，强调了对AI辅助软件开发中集成挑战的理解需求。
Comments Accepted at the 3rd ACM International Conference on AI-Powered Software (AIware 2026)
SWE Atlas：超越问题解决的编码代理基准测试
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.LG
AI总结 SWE Atlas通过涵盖代码库问答、测试编写和重构三个软件工程流程，提供了一种新的基准测试套件，评估编码代理的正确性和工程质量。
Comments 10 pages
SWE-Pruner: 为编码代理设计的自适应上下文修剪
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.CL
AI总结 本文提出SWE-Pruner，一种针对编码代理的自适应上下文修剪框架，通过任务感知的动态修剪策略减少长上下文影响，提升代码生成效率与准确性。
Comments Code available at https://github.com/Ayanami1314/swe-pruner
用于高级综合的代理工厂：通用编程代理在硬件优化中能走多远？
机构 * IBM Corporation（IBM公司）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文研究通用编程代理在无硬件特定训练下优化硬件设计的能力，提出代理工厂流程，通过分阶段优化子内核并协调多个自主优化代理，实现全局优化，实验显示代理数量增加可显著提升性能。
自演化软件代理
机构 * University of Trento（特伦托大学）
专题命中 软件智能体 ：software agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出自演化软件代理，结合BDI推理与大语言模型，使代理能自主进化目标、推理和可执行代码。实验显示代理可自主发现新目标并生成行为，验证了LLM驱动进化的可行性与局限性。
前沿编码代理如今可以实现一个AlphaZero自博弈机器学习流水线用于连接四游戏，其性能可与外部求解器相媲美
机构 * Department of Computer Science（计算机科学系） ； University of Chicago（芝加哥大学） ； Independent Researcher（独立研究员）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一个基准测试，评估前沿编码代理自主实现AlphaZero式机器学习流水线的能力，通过简洁任务描述而非完整前序工作参考，评估连接四游戏AI性能，发现Claude Opus 4.7在七次试验中胜过Pons求解器，其他代理表现欠佳。
SWE-chat：从真实用户中编码代理交互
机构 * Stanford University（斯坦福大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 SWE-chat是首个大规模真实编码代理会话数据集，包含6000个会话，揭示了编码代理在真实场景中的使用模式和失败模式，发现代理生成的代码效率低下且存在更多安全漏洞。
OpenHands软件代理SDK：一种可组合且可扩展的生产代理基础
机构 * MLSys 2026
专题命中 软件智能体 ：software agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出OpenHands SDK，提供灵活的代理实现接口、安全可靠执行及用户交互接口，整合了本地到远程执行、多LLM路由和安全分析，验证了其在生产部署中的有效性。
Comments Accepted at MLSys 2026
Debug2Fix: 交互式调试能否帮助编码代理修复更多错误？
机构 * Microsoft（微软）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出Debug2Fix框架，通过集成交互式调试子代理，提升编码代理在bug修复中的性能，实验显示在某些模型上性能提升超过20%，并证明更好的工具设计比切换更昂贵的模型更重要。
Comments In Review
记忆迁移学习：编码代理跨领域记忆是如何转移的
机构 * KAIST（韩国国立科学技术院） ； New York University（纽约大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文研究了记忆迁移学习，通过统一的记忆池跨异构领域提升编码代理性能，发现高层抽象优于低层痕迹，记忆池规模影响迁移效果。
Comments Preprint
形式架构描述符作为AI编码代理的导航原语
机构 * Independent Researcher（独立研究者）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文研究了通过提供形式架构描述符减少AI编码代理在代码库探索中的导航开销，通过实验和观察证明了架构描述符在导航效率和错误检测方面的显著提升。
Comments 4 pages, 4 tables, preprint. Code and data: https://doi.org/10.5281/zenodo.19500105
SWE-AGILE：一种用于高效管理动态推理上下文的软件代理框架
机构 * Microsoft（微软）
专题命中 软件智能体 ：software agent(title,abstract)；分类 cs.CL、cs.AI
AI总结 SWE-AGILE通过动态推理上下文策略平衡推理深度与效率，实现高效多轮软件工程任务处理，实验证明其在SWE-Bench-Verified上优于7B-8B模型。
在框架内：基于源代码的编码代理架构分类
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文通过分析13个开源编码代理框架的源代码，提出了一种基于架构的分类方法，揭示了控制策略、工具使用和资源管理的多样性，为研究代理行为和设计新框架提供了可复用的参考。
无建筑师的架构：AI编码代理如何塑造软件架构
机构 * Centre for Industrial Software University of Southern Denmark Alsion 2, S nderborg, 6400, Denmark
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文研究AI编码代理如何通过隐式选择框架和基础设施影响软件架构，提出六种提示-架构耦合模式，探讨'vibe architecting'现象及治理方法。
AI代码代理如何修改代码：对GitHub拉取请求的大型研究
机构 * University of Nevada Las Vegas（内华达大学拉斯维加斯分校）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 研究通过分析GitHub拉取请求中的代码修改，探讨AI代理与人类贡献在提交数量、文件修改和描述一致性上的差异。
Comments Accepted at the 23rd IEEE/ACM International Conference on Mining Software Repositories - Mining Challenge Track
针对LLM编码代理技能生态系统的供应链污染攻击
机构 * Griffith University（格里菲斯大学） ； The State Information Center（国家信息中心） ； Nanyang Technological University（南洋理工大学） ； University of New South Wales（新南威尔士大学） ； Wake Forest University（维克森林大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文研究了LLM编码代理技能生态系统中供应链攻击对行动空间的影响，提出DDIPE方法通过嵌入恶意逻辑到技能文档中实现隐式payload执行，实验显示其在强防御下可绕过11.6%-33.5%。
AI生成的代码不可重复（尚且）：对基于LLM的编码代理依赖差距的实证研究
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文实证研究了基于LLM的编码代理生成代码的可重复性，发现仅68.3%的项目能在干净环境中成功执行，且不同语言存在显著差异，同时发现依赖项存在显著隐藏依赖。
编码代理是有效的长上下文处理器
机构 * Duke University（杜克大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文研究通过允许编码代理在文件系统中组织文本并使用其原生工具处理长上下文，发现编码代理在长上下文推理、检索增强生成和开放领域问答中表现优异，比现有最佳方法平均提升17.3%。
TDAD：基于图的影响力分析减少AI编码代理中的代码回归
机构 * Universidad ORT Uruguay（ORT大学乌拉圭分校） ； DC, UBA, Argentina（阿根廷布宜诺斯艾利斯大学（DC, UBA））
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 TDAD通过在AI编码代理提交更改前进行影响分析，减少代码回归。实验表明其将回归率降低70%，优于传统方法。
Comments Toolpaper, 7 pages, 7 tables, 3 figures, 1 algorithm. Submitted to ACM AIWare 2026 (Data and Benchmark Track)
当规范出现时：长期远 horizon 编码代理中忠实度损失的基准测试
机构 * Purdue University（普渡大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出一个基准测试，研究在逐步披露目标设计时，编码代理中忠实度损失（SLUMP）的变化，通过20篇最新ML论文和371个可验证组件评估不同平台的实现忠实度。
Lore：将Git提交信息重新利用为AI编码代理的结构化知识协议
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出Lore协议，通过Git trailers重构提交信息，生成包含约束、拒绝替代方案、代理指令和验证元数据的自包含决策记录，以解决AI编码代理在代码生产与消费中机构知识流失的问题。
Comments 8 pages, 1 figure, 1 table. Preprint available at https://doi.org/10.5281/zenodo.19051840
代码代理故障的可解释性AI：将原始执行轨迹转化为可操作的见解
机构 * Independent Researcher（独立研究者） ； Islington College（伊斯林顿学院）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出了一种基于XAI的方法，通过结构化解释和可视化技术，帮助开发者更高效地理解和修复代码代理的故障问题。
Comments 17 Pages, 3 Figures, 2 Tables
AI 编程代理如何交流：对拉取请求描述特征和人类审查响应的研究
机构 * Nara Institute of Science and Technology（奈良科学技術研究所）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本研究分析了AI编程代理在拉取请求描述风格上的差异及其对人类审查员响应的影响，揭示了人机协作开发中的关键因素。
在开源Android和iOS开发中采用AI编码代理的影响
机构 * Lahore University of Management Sciences（拉合尔管理科学大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文首次研究了AI编码代理在开源Android和iOS开发中的影响，发现Android项目接收更多AI生成PR且接受率更高，同时任务类别和时间变化对PR解决有显著影响。
Comments Accepted at MSR 2026 Mining Challenge track
AIDev：研究GitHub上的AI编码代理
机构 * Queen's University（女王大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 AIDev是一个大规模数据集，包含来自五个AI代理的GitHub pull requests，用于研究AI在软件工程中的应用、开发者生产力及人机协作。
在OpenROAD中通过编码代理实现自动化QoR提升
机构 * UC San Diego（UC圣地亚哥大学）
专题命中 软件智能体 ：coding agent(title)；repository(abstract)；分类 cs.SE、cs.AI
AI总结 AuDoPEDA通过自主编码代理在OpenROAD中实现EDA技术的自动化改进，显著提升QoR指标。
ProjDevBench: 从端到端项目开发角度评估AI编程代理
机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Beijing Institute of Technology, Beijing, China（北京理工大学） ； University of California, Merced, CA, USA（加州大学默塞德分校） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 ProjDevBench从端到端项目开发角度评估AI编程代理，通过系统架构设计、功能正确性和迭代优化三个维度，评估六种基于不同LLM的代理，发现其在复杂系统设计和资源管理方面存在不足。
分析AI编码代理生成的拉取请求中的消息-代码不一致
机构 * King's College London（伦敦大学国王学院） ； University of Trieste（特里斯特大学） ； Harbin Normal University（哈尔滨师范大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 研究发现AI生成的PR描述中存在显著的消息-代码不一致问题，导致接受率降低和合并时间延长，需加强验证机制和生成优化以提升人机协作的可信度。
Comments Accepted by MSR'26 Mining Challenge Track
AI 编程代理在哪里失败？对 GitHub 中失败的代理拉取请求的实证研究
机构 * Drexel University（德雷塞尔大学） ； Missouri University of Science and Technology（密苏里科技大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 研究分析了 GitHub 上 33k 个代理生成 PRs 的失败原因，发现文档、CI 等任务合并成功率高，而性能和修复任务失败率高，揭示了代理协作中的关键社会技术因素。
Comments Accepted at International Mining Software Repositories Conference (MSR 2026)
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈