AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
智能体如何重构：一项实证研究
专题命中 软件智能体 ：agent(abstract,abstract_cn)；agentic(abstract)；分类 cs.SE
AI总结 通过对比86个Java项目中智能体与开发者的重构拉取请求，发现智能体重构以注释修改为主，而Cursor是唯一显著增加代码味道的模型。
Comments Accepted for publication in 23rd International Mining Software Repositories Conference (MSR 2026) : 5 pages, 4 tables
CoRe-Code：面向代码生成的协作式强化学习
机构 * The Ohio State University（俄亥俄州立大学） ； Royal Melbourne Institute of Technology（皇家墨尔本理工学院）
专题命中 软件智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出CoRe-Code框架，通过规划器-编码器范式和基于GRPO的协作感知强化学习，增强多智能体间的协调与专业化，提升代码生成的准确性和效率。
IterInject: 通过反馈引导的迭代优化实现对LLM智能体的间接提示注入
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学）
专题命中 软件智能体 ：agent(abstract)；tool use(abstract)；planning(abstract)；分类 cs.LG
AI总结 提出IterInject框架，通过规则诊断器和LLM优化器迭代优化对抗载荷，实现对LLM智能体的间接提示注入攻击，在多个基准和实际系统中显著优于现有方法，并揭示了注意力介导的阈值机制。
Comments Submitted to EMNLP 2026
解码AI编码代理的配置：来自Claude Code项目的洞察
专题命中 软件智能体 ：agent(abstract,journal_ref)；agentic(abstract,journal_ref)；分类 cs.SE
AI总结 通过对328个Claude Code配置文件进行实证研究，揭示了代理编码系统的配置文件中指定的软件工程关注点及其共现模式，强调了定义架构约束的重要性。
Journal ref Accepted at 1st International Workshop on Agentic Engineering (AGENT 2026, colocated with ICSE), pages 63-67
SAINT: 基于程序分析和LLM智能体的服务级集成测试生成
专题命中 软件智能体 ：planning(abstract)；agentic(abstract)；分类 cs.SE
AI总结 提出SAINT方法，结合静态分析、大语言模型和智能体，自动生成企业Java应用的服务级端点测试和场景测试，提升覆盖率和缺陷检测能力。
Comments Accepted at ICSE'26
可信软件项目生成：以交互式定理证明器为例的案例研究
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 本文研究利用交互式定理证明器（ITP）从自然语言需求自动生成大规模可信软件项目，通过将纯逻辑与有副作用的代码分离，在Rocq中完成验证并提取C++代码，成功生成一个RISC-V RV32I CPU解释器，证明了ITP作为LLM生成软件验证后端的可行性。
多项Logit模型的最优设计及其在最佳组合识别中的应用
机构 * Seoul National University, Seoul, Korea（首尔国立大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.LG
AI总结 针对多项Logit(MNL)模型，提出计算高效的最优实验设计框架，通过混合整数线性规划和多项式时间松弛方法实现统计效率与可扩展性，并应用于线性效用和非均匀收益下的最佳组合识别。
Comments Accepted at ICML 2026
CODESKILL：学习自进化技能的编码智能体
机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出CODESKILL框架，通过强化学习从编码智能体轨迹中提取多粒度程序性技能并维护技能库，提升下游任务解决能力。
PR感知的自动化单元测试生成：挑战与机遇
专题命中 软件智能体 ：agentic(abstract)；分类 cs.SE
AI总结 本研究评估了EvoSuite和GPT-4o在拉取请求（PR）级别生成测试用例的能力，发现两者均难以有效生成捕获变更的测试，但EvoSuite优于GPT-4o，并指出智能体代码生成方法具有潜力。
将游戏代码世界模型生成蒸馏到轻量级大型语言模型
机构 * Brown University（布朗大学）
专题命中 软件智能体 ：AI agent(abstract)；分类 cs.AI
AI总结 研究通过后训练将游戏代码世界模型生成能力蒸馏到小型模型，采用监督微调和带可验证奖励的强化学习提升生成代码的语法正确性和规则遵循性。
EvoCode-Bench：评估多轮迭代交互中的编码智能体
机构 * UniPat AI ； Peking University（北京大学） ； Tsinghua University（清华大学） ； HKU（香港大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出EvoCode-Bench基准，通过多轮状态化任务和累积测试评估编码智能体在需求变化下维持代码库工作的能力，发现多轮指标远低于单轮指标，且最强智能体多轮成功率仅约50%。
Comments Work in Progress; 32 pages, 10 figures, preprint
AgentHijack：基准测试计算机使用智能体对常见环境干扰的鲁棒性
机构 * TMLR Group, Hong Kong Baptist University（香港 Baptist 大学 TMLR 团体） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Sydney AI Centre, The University of Sydney（悉尼大学 AI 中心） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 GUI与网页智能体 ：agent(title,summary_cn)；分类 cs.AI
AI总结 提出AgentHijack基准，通过9种可配置的常见环境干扰评估多模态大语言模型驱动的计算机使用智能体的鲁棒性，并设计AgentHijack-Agent框架提升其抗干扰能力。
Comments accepted by ICML 2026
WorldGUI: 一个从任意起点进行桌面GUI自动化的交互式基准测试
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室）
专题命中 GUI与网页智能体 ：agent(summary_cn,abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出WorldGUI基准测试，覆盖10个桌面和Web应用，在多种系统构建的初始状态下评估GUI代理的规划鲁棒性，并引入WorldGUI-Agent框架通过三阶段批评提升动态环境下的可靠性。
Comments Technique Report
ChatMOSP：基于化学的移动智能体用于工作状态催化剂模拟
专题命中 GUI与网页智能体 ：agent(title,abstract)；workflow(abstract)
AI总结 提出ChatMOSP，一个基于化学的移动科学智能体，通过多尺度操作模拟包将自然语言和语音表达的催化请求转化为参数验证的模拟，实现催化剂工作状态的可访问和可解释模拟。
Comments 26 pages, 5 figures
移动众包中用于LLM微调的诚实在线偏好聚合
机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Hong Kong University of Science and Technology（香港科技大学）
专题命中 GUI与网页智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG
AI总结 针对移动众包中工人可能策略性谎报偏好反馈的问题，提出一种动态贝叶斯博弈模型和在线加权聚合机制，确保工人诚实反馈并实现次线性遗憾。
抗漂移导航世界模型与锚定对极引导
机构 * EPFL（瑞士联邦理工学院）
专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)
AI总结 提出一种抗漂移导航世界模型，通过锚定引导滚动和双向对极几何约束，同时减轻感知漂移和几何漂移，提升长期视觉质量、几何一致性和多视图连贯性。
生成式视觉代码移动世界模型
机构 * Trillion Labs（万亿实验室）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出通过单一视觉语言模型预测可执行网页代码来生成移动GUI下一状态，结合文本和视觉世界模型优势，实现高保真视觉生成与精确文本渲染。
Comments ICML 2026
Claw-Anything: 对更广泛访问用户数字世界的始终在线个人助手的基准测试
机构 * Beijing Institute of Technology（北京理工大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出Claw-Anything基准测试，通过扩展长期活动历史、相互依赖的后端服务以及跨多设备的GUI和CLI交互三个维度，评估大型语言模型代理在始终在线环境下的性能，发现GPT-5.5仅达34.5% pass@1，并发布自动化数据生成管道提升基线模型23.7%。
MASt3R-Nav: 相对3D地图中的WayPixel导航
机构 * Robotics Research Center, IIIT-Hyderabad, India（1 罗斯科技研究中心，IIIT-海得拉巴，印度） ； University of Heidelberg（2 海德堡大学） ； MBZUAI（3 MBZUAI）
专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI
AI总结 提出一种基于像素相对连接性的地图表示，通过相对3D坐标系中的像素对应构建地图，并利用像素级图进行全局路径规划，训练控制器预测轨迹，实现高精度导航。
Comments 2026 IEEE International Conference on Robotics & Automation (ICRA)
基于高程图梯度的千米级GNSS拒止无人机导航：SPRIN-D挑战优胜系统
机构 * Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子工程系）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 针对GNSS拒止环境下无人机长距离飞行中的漂移问题，提出一种利用高程图梯度模板匹配进行漂移校正的轻量级定位方法，并在SPRIN-D挑战中实现9公里航点导航。
Comments 8 pages
操作化重构权威：自主智能体系统中的运行时构建、依赖解析与执行门控
机构 * TraslaIA
专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文提出一种运行时执行模型，通过动态依赖解析和恢复循环，确保动作仅在当前状态可构建权威时执行，从而保证安全性和条件活性。
Comments Agent Governance Series, Paper P6. Companion papers on arXiv: P0 (2604.17511), P1 (2603.18829), P2 (2604.17517). P3/4 and P5 submitted concurrently (pending arXiv IDs). Zenodo: 10.5281/zenodo.19699460
MEMTIER：面向长期运行的自主AI智能体的分层内存架构与检索瓶颈分析
机构 * Institute for Applied AI Research（应用人工智能研究所） ； Faculty of Computer and Information Science（计算机与信息科学学院） ； Ben-Gurion University of the Negev（贝内尔-加里翁大学）
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 提出MEMTIER三层内存架构，通过结构化事件存储、五信号加权检索、注意力归因权重更新、异步合并机制和PPO策略，在LongMemEval-S基准上将全上下文基线准确率从5%提升至38%，并支持本地6GB GPU运行。
Comments 11 pages, 1 figure, 5 tables. Under review
一种面向计算连续体中因果可观测性的不确定性感知韧性微代理
机构 * Department of Computer Systems and Sciences（计算机系统与科学系） ； Department of Computer Science（计算机科学系）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出AURORA框架，通过集成自由能原理、因果do-calculus和局部因果状态图，在边缘层实现灰色故障的因果诊断与缓解，并采用双门控执行机制在不确定性高时避免破坏性干预。
M$^\star$：每个任务都应有专属的记忆框架
机构 * City University of Hong Kong（香港城市大学） ； Microsoft（微软）
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出M$^\star$方法，通过可执行程序进化自动发现任务优化的记忆系统，在对话、具身规划和专家推理等任务上优于固定记忆基线。
Comments Preprint. Code: https://github.com/wbopan/mstar ; Live demo: https://mstar.wenbo.io
MAIL++: 视觉语言模型的多模态双向智能体层
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其交叉应用国家重点实验室（东南大学），中华人民共和国教育部，中国）
专题命中 记忆与上下文管理 ：agent(title,abstract)
AI总结 提出MAIL/MAIL++方法，通过将跨模态耦合嵌入VLM内在计算模块并引入双向桥接，实现参数高效微调，在少样本分类和跨域检索中超越现有方法。
AutoSOTA：面向最先进AI模型发现的端到端自动化研究系统
机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系，北京理工大学，清华大学） ； Zhongguancun Academy（中关村学院） ； Peking University（北京大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 记忆与上下文管理 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 提出AutoSOTA系统，采用多智能体架构实现从论文复现到模型优化的全自动化，成功发现105个超越原始方法的新SOTA模型。
ScrapMem: 一种基于生物启发的光学遗忘机制用于设备端个性化智能体记忆
机构 * Nanjing Agricultural University（南京农业大学） ； Nanjing University（南京大学）
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI
AI总结 提出ScrapMem框架，通过光学遗忘机制压缩旧记忆并构建情节记忆图，在资源受限设备上实现高效多模态长期记忆，在ATM-Bench上取得51.0% Joint@10新最优，存储降低93%，召回率提升至70.3%。
Comments 10 pages, 4 figures
DimMem：面向高效长期智能体记忆的维度结构化
机构 * StepOS ； Xiamen University（厦门大学） ； ShanghaiTech University（上海科技大学）
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.CL
AI总结 提出DimMem维度记忆框架，通过原子化、类型化、自包含的记忆单元（含时间、地点、原因等显式字段）实现维度感知检索与更新，在LoCoMo-10和LongMemEval-S上分别达到81.43%和78.20%准确率，且每查询token成本降低24%。
MemSkill：面向自进化智能体的可学习与进化记忆技能
机构 * Nanyang Technological University（南洋理工大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Tsinghua University（清华大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出MemSkill框架，将记忆操作转化为可学习和可进化的技能，通过控制器选择技能、执行器生成记忆、设计者进化技能集，形成闭环提升LLM智能体任务性能。
Comments Code is available at https://github.com/ViktorAxelsen/MemSkill
AgentIR：面向长期对话记忆的工作负载自适应级联检索基座
机构 * University of Southern California（南加州大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL
AI总结 针对长期对话记忆中索引动态增长、查询类型变化和亚10毫秒延迟预算的挑战，提出一种基于置信度触发的级联路由策略，通过自适应选择融合方法和是否运行稠密通道，在保持准确率的同时显著降低延迟并提升并发能力。
Comments 29 pages, 9 figures, 12 tables. Main paper 9 pages + comprehensive appendix (proof, GPU kernels, full per-dataset BEIR/LongMemEval/LoCoMo tables, cascade router C++ API, 6 robustness experiments, FAQ, failure-case catalog)
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