AI Agent

When is Generated Code Difficult to Comprehend? Assessing AI Agent Python Code Proficiency in the Wild

生成代码难以理解的条件是什么？评估AI代理在真实世界中的Python代码能力

Nanthit Temkulkiat, Chaiyong Ragkhitwetsagul, Morakot Choetkiertikul, Ruksit Rojpaisarnkit, Raula Gaikovina Kula

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

AI总结 本研究通过分析AI生成的Python代码，发现其主要为初级水平，但特定任务可能需要高级技能来理解和维护。

Investigating Autonomous Agent Contributions in the Wild: Activity Patterns and Code Change over Time

在真实世界中研究自主代理的贡献：活动模式与代码变更趋势

Razvan Mihai Popescu, David Gros, Andrei Botocan, Rahul Pandita, Prem Devanbu, Maliheh Izadi

机构 * Delft University of Technology（代尔夫特理工大学） ； University of California, Davis（加利福尼亚大学戴维斯分校） 纠错

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

AI总结 本文通过分析11万条开源拉取请求数据，研究自主编码代理在开源项目中的活动模式及代码变更，探讨其对代码质量、团队动态和软件维护性的影响。

Comments MSR 2026 Technical Track

CliffSearch: Structured Agentic Co-Evolution over Theory and Code for Scientific Algorithm Discovery

CliffSearch: 基于理论与代码的结构化代理共进化用于科学算法发现

Youssef Mroueh, Carlos Fonseca, Brian Belgodere, David Cox

机构 * IBM Research（IBM研究院） 纠错

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

AI总结 CliffSearch通过结构化代理共进化框架，在科学算法发现中优先考虑科学可解释性和正确性，同时优化任务指标，在受控新颖性约束下实现发现流程。

Ego-Foresight: Self-supervised Learning of Agent-Aware Representations for Improved RL

Ego-Foresight: 为改进强化学习的自监督学习 agent 意识表示

Manuel Serra Nunes, Atabak Dehban, Yiannis Demiris, José Santos-Victor

机构 * Institute for Systems and Robotics, Instituto Superior Técnico, U. Lisboa（系统与机器人研究所，里斯本高等理工学院，里斯本大学） ； Personal Robotics Laboratory, Imperial College London（个人机器人实验室，伦敦帝国理工学院） 纠错

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

AI总结 本文提出 Ego-Foresight 方法，通过自监督学习解耦 agent 信息，提升强化学习的样本效率和性能。

Comments 13 pages, 8 figures, conference

Semi-Autonomous Formalization of the Vlasov-Maxwell-Landau Equilibrium

半自动化的Vlasov-Maxwell-Landau平衡形式化

Vasily Ilin

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 本文展示了一个完整的Lean 4形式化，用于Vlasov-Maxwell-Landau系统中的平衡特性描述，通过AI辅助数学研究流程，结合AI推理模型、编码工具和专业证明器，实现了高效的形式化验证。

Comments 11 figures

A Study on the Impact of Fault localization Granularity for Repository-Scale Code Repair Tasks

对仓库级代码修复任务中故障定位粒度影响的研究

Joseph Townsend, Chandresh Pravin, Kwun Ho Ngan, Matthieu Parizy

机构 * Fujitsu Research of Europe（富士通欧洲研究院） 纠错

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

AI总结 研究探讨了仓库级代码修复中故障定位粒度对修复效果的影响，提出框架验证不同粒度下的修复率，并指出任务依赖性可能影响最佳粒度。

VibeGuard: A Security Gate Framework for AI-Generated Code

VibeGuard：面向AI生成代码的安全闸门框架

Ying Xie

机构 * Kennesaw State University（肯尼索州立大学） 纠错

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

AI总结 本文提出VibeGuard，针对AI生成代码中的五个盲点提供预发布安全检查，通过实验验证其在八个合成项目中的高召回率和精度，为依赖AI生成代码的团队提供多层次防御策略。