AI Agent

Don't Vibe Code, Do Skele-Code: Interactive No-Code Notebooks for Subject Matter Experts to Build Lower-Cost Agentic Workflows

不要编写代码，而是构建骨架代码：面向领域专家的交互式无代码笔记本以构建低成本的代理工作流

Sriram Gopalakrishnan

机构 * JP Morgan Chase & Co.（摩根大通公司） 纠错

专题命中 软件智能体 ：agentic(title,comments)；agent(abstract)；AI agent(abstract)；multi-agent(abstract)

AI总结 Skele-Code通过自然语言和图形界面帮助非技术人员构建工作流，通过增量交互式笔记本开发减少token成本，生成模块化且易扩展的工作流。

Comments Main paper 9 pages. Topics: Agentic Coding, HCI, LLMs, Workflows

TDAD: Test-Driven Agentic Development - Reducing Code Regressions in AI Coding Agents via Graph-Based Impact Analysis

TDAD：基于图的影响力分析减少AI编码代理中的代码回归

Pepe Alonso, Sergio Yovine, Victor A. Braberman

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）） 纠错

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

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)

Nonstandard Errors in AI Agents

AI代理中的非标准误差

Ruijiang Gao, Steven Chong Xiao

机构 * School of Management, University of Texas at Dallas（德克萨斯大学达拉斯分校管理学院） 纠错

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

AI总结 研究AI代理在相同数据和问题下是否产生相同结果，发现其存在显著非标准误差，源于代理间分析选择的不确定性。不同模型家族在方法偏好上存在系统差异，同行评审对分散影响有限，但接触高质量论文可大幅缩小估计范围。

Comments 45 pages

An Agentic System for Schema Aware NL2SQL Generation

一种基于模式的代理系统用于自然语言到SQL生成

David Onyango, Naseef Mansoor

机构 * Project Path ； Minnesota State University Mankato（明尼苏达州立大学曼科托分校） 纠错

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

AI总结 本文提出一种基于模式的代理系统，利用小型语言模型作为主要代理，结合选择性LLM回退机制，降低计算成本，实验显示在BIRD基准上实现90%以上的成本节省。

Measuring and Exploiting Confirmation Bias in LLM-Assisted Security Code Review

衡量和利用LLM辅助安全代码审查中的确认偏见

Dimitris Mitropoulos, Nikolaos Alexopoulos, Georgios Alexopoulos, Diomidis Spinellis

机构 * University of Athens（雅典大学） ； National Infrastructures for Research（研究与技术国家基础设施） ； Athens University of Economics and Business（雅典经济与商业大学） 纠错

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

AI总结 研究LLM在安全代码审查中是否存在确认偏见及其对漏洞检测的影响，并通过实验验证偏见在软件供应链攻击中的可利用性。

Approximate Subgraph Matching with Neural Graph Representations and Reinforcement Learning

基于神经图表示与强化学习的近似子图匹配

Kaiyang Li, Shihao Ji, Zhipeng Cai, Wei Li

机构 * IEEE Publication Technology Group（IEEE出版技术组） 纠错

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

AI总结 本文提出基于强化学习的近似子图匹配算法，利用图变压器提取图表示并结合PPO优化策略，提升匹配效果与效率。

Comments 10 pages, 5 figures. Code available at https://github.com/KaiyangLi1992/RL-ASM

Image2Gcode: Image-to-G-code Generation for Additive Manufacturing Using Diffusion-Transformer Model

Image2Gcode: 基于扩散-变换器模型的图像到G-code生成用于增材制造

Ziyue Wang, Yayati Jadhav, Peter Pak, Amir Barati Farimani

机构 * Department of Materials Science and Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（材料科学与工程系，卡内基梅隆大学，匹兹堡，PA，USA） ； Department of Mechanical Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（机械工程系，卡内基梅隆大学，匹兹堡，PA，USA） 纠错

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

AI总结 本文提出Image2Gcode框架，通过图像直接生成可打印的G-code，省去CAD建模步骤，提升增材制造的易用性和效率。

Interleaved Information Structures in Dynamic Games: A General Framework with Application to the Linear-Quadratic Case

动态博弈中的交错信息结构：一个通用框架及其在线性二次情况中的应用

Janani S K, Kushagra Gupta, Ufuk Topcu, David Fridovich-Keil

专题命中 软件智能体 ：agent(abstract)

AI总结 本文提出一个通用框架，用于建模和求解具有任意交错信息结构的动态博弈，通过数学程序网络（MPNs）方法和线性二次动态博弈的Riccati方程推导，展示了其在三代理论信息结构中的应用。

Comments 6 pages, 3 figures

The Quantum Agreement Theorem

量子共识定理

María García Díaz, Adam Brandenburger, Giannicola Scarpa

专题命中 软件智能体 ：agent(abstract)

AI总结 本文提出并证明了量子力学中的共识定理，探讨了在不同实验室中代理维持不同概率估计的可能性，通过共同确定性算子层级分析，揭示了量子非交换算子下的分歧现象及记录测量结果后共识的重新出现。

Comments 19 pages, 5 figures, 3 tables