AI Agent

Program Analysis Guided LLM Agent for Proof-of-Concept Generation

基于程序分析的LLM代理证明概念生成

Achintya Desai, Md Shafiuzzaman, Wenbo Guo, Tevfik Bultan

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

AI总结 本文提出PAGENT方法，结合静态和动态分析指导，提升自动化PoC生成成功率，实验显示比现有方法提升132%。

Rethinking the Value of Agent-Generated Tests for LLM-Based Software Engineering Agents

重新思考基于LLM的软件工程代理生成测试的价值

Zhi Chen, Zhensu Sun, Yuling Shi, Chao Peng, Xiaodong Gu, David Lo, Lingxiao Jiang

机构 * Singapore Management University（新加坡管理大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 研究探讨了LLM软件工程代理生成测试的有效性，发现测试主要作为反馈渠道，而非提升问题解决效果。

Beyond Human-Readable: Rethinking Software Engineering Conventions for the Agentic Development Era

超越人类可读性：为代理开发时代重新思考软件工程惯例

Dmytro Ustynov

机构 * Military Institute of Telecommunications and Information Technologies (MITIT)（军事电信与信息技术研究所） 纠错

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

AI总结 本文探讨代理开发时代软件工程惯例的变革，提出语义密度优化原则，通过实验验证压缩对开发成本的影响，并提出程序骨架概念和语义意图与可读性分离的主张。

FactorEngine: A Program-level Knowledge-Infused Factor Mining Framework for Quantitative Investment

FactorEngine：一种面向量化投资的程序级知识增强因子挖掘框架

Qinhong Lin, Ruitao Feng, Yinglun Feng, Zhenxin Huang, Yukun Chen, Zhongliang Yang, Linna Zhou, Binjie Fei, Jiaqi Liu, Yu Li

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Value Simplex Technology Co. Ltd.（北京价值简朴科技有限公司） ； Yangtze Delta Research Institute, University of Electronic Science and Technology of China（电子科技大学长三角研究院） 纠错

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

AI总结 FactorEngine通过逻辑修订与参数优化分离、LLM引导方向搜索与贝叶斯超参数搜索分离、LLM使用与本地计算分离，提升因子挖掘的有效性和效率，结合知识增强的 bootstrap 模块和经验知识库，实现更强的预测稳定性和投资组合表现。

Comments 26 pages, 10 figures

CIAO - Code In Architecture Out - Automated Software Architecture Documentation with Large Language Models

CIAO - 代码输入，架构输出 - 利用大语言模型实现自动化软件架构文档生成

Marco De Luca, Tiziano Santilli, Domenico Amalfitano, Anna Rita Fasolino, Patrizio Pelliccione

机构 * University of Naples Federico II（那不勒斯腓特烈二世大学） ； University of Southern Denmark（南丹麦大学） ； Gran Sasso Science Institute（格兰萨索科学研究所） 纠错

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

AI总结 本文提出CIAO方法，利用大语言模型从GitHub仓库自动生成系统级架构文档，基于ISO/IEC/IEEE标准模板，评估显示文档被开发者认为有价值且准确，但存在图表质量和高层次上下文建模的局限。

Comments Manuscript accepted for the 23rd International Conference on Software Architecture (ICSA 2026)

Munkres' General Topology Autoformalized in Isabelle/HOL

Munkres泛拓扑论在Isabelle/HOL中的自动形式化

Dustin Bryant, Jonathan Julián Huerta y Munive, Cezary Kaliszyk, Josef Urban

机构 * Independent（独立研究者） ； Aalborg University（奥尔堡大学） ； University of Melbourne（墨尔本大学） ； AI4REASON and University of Gothenburg / Chalmers University（AI4REASON 和哥德堡大学 / 查尔姆斯理工大学） 纠错

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

AI总结 本研究利用LLM辅助在Isabelle/HOL中自动形式化Munkres泛拓扑教材，生成85000余行代码，涵盖39章节，证明包括Tychonoff定理等核心结果，方法结合声明性证明与sledgehammer工具，展现高效形式化潜力。

Do AI Models Dream of Faster Code? An Empirical Study on LLM-Proposed Performance Improvements in Real-World Software

AI模型是否梦想着更快的代码？对LLM在现实软件中提出性能改进的实证研究

Lirong Yi, Gregory Gay, Philipp Leitner

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； University of Gothenburg（哥德堡大学） 纠错

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

AI总结 研究通过65个性能关键的开源Java项目任务，评估LLM生成复杂工程问题的性能，发现其解法波动大且低于人类开发者，指出当前算法任务基准评估过于乐观，需转向更复杂的代理系统以提升性能。