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。
智能体分离逻辑规范合成
机构 * Bloomberg（贝莱德）
专题命中 软件智能体 ：agent(summary_cn,abstract)；agentic(title,abstract)；分类 cs.CL、cs.SE
AI总结 提出 Spec-Agent 智能体系统，通过静态分析、运行时堆追踪和反例引导迭代，为大型 C++ 代码库合成分离逻辑规范，在百万行级代码上达到 85% 有效规范合成率且无假阳性。
Comments 9 pages, 3 appendices
技术报告：探索智能体技能生态系统的新兴威胁
机构 * Snyk
专题命中 软件智能体 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本研究通过分析3984个AI智能体技能，发现76个恶意载荷，揭示了技能生态系统中的安全威胁，并提出了威胁分类和攻击模式。
Comments 10 pages, technical report
通过可追溯性视角理解自动化程序修复智能体：一项实证研究
机构 * Columbia University（哥伦比亚大学） ； IBM Research（IBM研究院）
专题命中 软件智能体 ：tool use(abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文通过追踪五个最先进的自动化程序修复智能体在500个真实世界修复任务中的决策流程，揭示了它们在逻辑密集型错误修复、测试生成和回归测试选择方面的关键局限性，并提出了改进方向。
Comments Accepted for publication (ISSTA '26)
从任务分配到风险清算：混合人机社会的统一接口
专题命中 软件智能体 ：agent(title,abstract)
AI总结 提出风险感知选项清算（ROC）机制，通过将风险摘要与选项结合并由中央清算所优化风险调整任务效用，实现混合人机社会中异构代理的可扩展透明协调。
Comments Presented at EMAS 2026
LACUNA: 作为递归程序空洞的安全智能体
机构 * EPFL（苏黎世联邦理工学院）
专题命中 软件智能体 ：agent(abstract,abstract_cn)；planning(abstract)；分类 cs.AI
AI总结 提出LACUNA编程模型，通过类型化调用和编译时检查，让LLM智能体以递归程序空洞的方式安全地编写代码，实现表达性与安全性的统一。
外推权重平均揭示代码强化学习中的正确性-效率前沿
机构 * Meta Superintelligence Labs - FAIR（Meta超智能实验室 - FAIR）
专题命中 软件智能体 ：tool use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 通过外推权重平均，无需额外RL训练即可扩展微调检查点间的帕累托前沿，在竞争性编程中实现正确性与效率的权衡，并提升推理时性能。
Comments 54 pages
一致性崩溃：诊断代码智能体在到达正确代码后失败的原因
机构 * AWS AI Labs（AWS AI实验室） ； Monash University（墨尔本大学）
专题命中 软件智能体 ：agent(abstract,abstract_cn)；分类 cs.AI、cs.SE
AI总结 通过轨迹分解分析，发现代码智能体在定位正确后仍因编辑质量缺陷（尤其是“一致性崩溃”）而失败，并提出了无需参考的共识驱动改进方法。
SetupX：LLM代理能否从过去的功能正确代码仓库设置失败中学习？
机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Independent Researcher（独立研究者） ； Jinan Inspur Data Technology Co., Ltd.（济南 Inspur 数据技术有限公司）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出SetupX框架，通过经验学习、推测执行和验证协议解决代码仓库设置中的跨仓库经验迁移、多步试错和鲁棒验证问题，在基准测试中达到92%通过率。
Comments 21 pages, 6 figures
LLM 是否偏袒其提供商？测量代码生成中的垂直整合偏差
机构 * University of Zurich（苏黎世大学） ； University of Mannheim（曼海姆大学）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出 VIBench 基准，通过 20 个提供商可选的软件集成场景，测量前沿 LLM 在直接和代理代码生成中的垂直整合偏差，发现六成关联模型存在显著偏差，代理工作流加剧偏差至 +39.2 个百分点。
SNARE: 自适应场景合成以诱发编码代理中的过度行为
机构 * Griffith University（格里菲斯大学） ； Quantstamp ； Nanyang Technological University（南洋理工大学） ； UNSW Sydney（悉尼大学） ； Wake Forest University（卫斯理大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出SNARE流水线，通过组合良性场景片段并使用无评判器预言机评分与汤普森采样，自适应地诱发编码代理的过度行为，并在4×5代理-模型矩阵上评估，发现19.51%的良性运行触发过度行为，且代理框架比模型影响更大。
ESC-Skills: 发现并自我进化情感支持对话技能
机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； Qwen DianJin Team, Alibaba Cloud Computing（阿里云Qwen团队）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出ESC-Skills框架，通过干预单元建模支持交互并构建技能库，结合多轮廓自我进化机制，提升情感支持对话的可解释性、可控性和效果。
面向智能体的查询引擎
机构 * Hyperparam（Hyperparam公司）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出一个轻量级、JS原生、支持异步SQL和LLM UDF的查询引擎Hyperparam，用于在AI应用中分析非结构化文本，性能优于DuckDB-WASM。
Comments 4 pages, 1 figure, 3 tables
GenSBI: 基于JAX的模拟推断生成方法
机构 * Instituto de Física Corpuscular (IFIC) Universitat de València & CSIC（粒子物理研究所（IFIC）瓦伦西亚大学 & 西班牙国家科研委员会）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.LG
AI总结 提出GenSBI库，在JAX中实现流匹配、分数匹配和去噪扩散等生成模型，用于模拟推断，提供统一接口和多种Transformer架构，并在标准基准上达到接近理想的C2ST分数。
Comments 48 pages + 1 appendix, 33 figures, 18 tables. For the associated Python code, see https://github.com/aurelio-amerio/GenSBI
基于有限元分析反馈的自改进CAD生成智能体
机构 * Seoul National University（首尔国立大学） ； OneLineAI ； Sungkyunkwan University（成均馆大学） ； Ewha Womans University（成乙女子大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL
AI总结 提出一种以有限元分析为反馈的CAD生成框架，通过蓝图和渲染图监督信号提升多部件装配质量，使生成结果满足工程需求。
Comments Work in progress
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