AI Agent

Gym-Anything: Turn any Software into an Agent Environment

Gym-Anything: 将任意软件转化为智能体环境

Pranjal Aggarwal, Graham Neubig, Sean Welleck

机构 * CMU（卡内基梅隆大学） 纠错

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

AI总结 本文提出Gym-Anything框架，通过多智能体任务将任意软件转化为交互式计算机使用环境，生成涵盖医疗、天文、工程等领域的10K+长周期任务，提升现实场景下的智能体研究效率。

Foundations for Agentic AI Investigations from the Forensic Analysis of OpenClaw

从OpenClaw的取证分析为基础的代理AI研究基础

Jan Gruber, Jan-Niclas Hilgert

机构 * KASTEL Security Research Labs, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院 KASTEL 安全研究实验室） ； Fraunhofer Institute for Communication, Information Processing and Ergonomics FKIE（弗劳恩霍夫通信、信息处理与人体工程学研究所 FKIE） 纠错

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

AI总结 本文通过分析OpenClaw的技术设计，提出了一种系统化的代理AI取证方法，揭示了代理执行带来的抽象层和非确定性挑战，为代理AI的系统研究提供了基础。

Comments Preprint. Code and experimental data available at: https://github.com/jgru/forensic-analysis-of-openclaw

Epistemic Blinding: An Inference-Time Protocol for Auditing Prior Contamination in LLM-Assisted Analysis

知识盲区：一种用于审计LLM辅助分析中先验污染的推理时协议

Michael Cuccarese

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

AI总结 本文提出了一种在代理系统中用于审计LLM辅助分析中先验污染的推理时协议，通过替换实体标识符以匿名代码并比较输出与未盲对照组，以恢复审计性。

Comments code and LLM skill at: https://github.com/mcuccarese/epistemic-blinding 7 pages 3 figures

TransAgent: Enhancing LLM-Based Code Translation via Fine-Grained Execution Alignment

TransAgent：通过细粒度执行对齐增强基于LLM的代码翻译

Zhiqiang Yuan, Weitong Chen, Hanlin Wang, Xin Peng, Zhenpeng Chen, Yiling Lou

机构 * Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 TransAgent通过细粒度执行对齐本地化错误代码块，提升LLM代码翻译的准确性与修复性能，优于现有方法33.3%和56.7%。

Comments Accepted by FSE'26

Decision-Oriented Programming with Aporia

面向决策的编程：Aporia

Saketh Ram Kasibatla, Raven Rothkopf, Hila Peleg, Benjamin C. Pierce, Sorin Lerner, Harrison Goldstein, Nadia Polikarpova

专题命中 软件智能体 ：agent(abstract)；AI agent(abstract)

AI总结 本文提出面向决策的编程范式，通过Aporia工具增强设计过程的参与度，提升代码实现的准确性。

Comments 11 pages, 7 figures

Does Pass Rate Tell the Whole Story? Evaluating Design Constraint Compliance in LLM-based Issue Resolution

通过率能讲述全部故事吗？评估基于LLM的问题解决的设计约束合规性

Kai Yu, Zhenhao Zhou, Junhao Zeng, Ying Wang, Xueying Du, Zhiqiang Yuan, Junwei Liu, Ziyu Zhou, Yujia Wang, Chong Wang, Xin Peng

机构 * Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出设计感知问题解决方法，引入bench基准，通过挖掘和验证真实项目中的设计约束，评估LLM在问题解决中设计约束的合规性，发现测试通过率高并不代表设计合规性好。

Squeez: Task-Conditioned Tool-Output Pruning for Coding Agents

Squeez：面向编码代理的任务条件工具输出剪枝

Ádám Kovács

机构 * KR Labs（KR实验室） 纠错

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

AI总结 本文研究了编码代理的任务条件工具输出剪枝，通过构建11477个示例的基准测试集，利用Qwen 3.5 2B模型实现92%的输入token剪枝，达到0.86召回率和0.80 F1分数，优于零样本模型和启发式基线。

Comments 7 pages

gyaradax: Local Gyrokinetics JAX Code

gyaradax：局部回旋动力学JAX代码

Gianluca Galletti, Eric Volkmann, Johannes Brandstetter

专题命中 软件智能体 ：agentic(abstract)

AI总结 gyaradax是用于局部回旋动力学的JAX/CUDA求解器，结合GPU加速和自动微分，验证了与GKW的正式一致性和统计一致性，同时实现了显著加速，展示了编码代理在复杂Fortran代码转换中的高效性。

Comments Code: https://github.com/gerkone/gyaradax