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。
深入Claude代码：当今及未来AI代理系统的设计空间
机构 * VILA Lab, Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学VILA实验室） ； University College London（伦敦大学学院）
专题命中 软件智能体 ：agent(title,abstract)；AI agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文分析Claude代码架构及其与OpenClaw的对比，揭示驱动设计的五个人类价值观，并探讨未来AI代理系统的六个开放设计方向。
Comments Tech report. Code at: https://github.com/VILA-Lab/Dive-into-Claude-Code
从解剖到气味：Agent技能中SKILL.md的实证研究
专题命中 软件智能体 ：agent(title,title_cn)；分类 cs.SE
AI总结 对238个真实Agent技能的SKILL.md文件进行定性分析，构建语义组件分类法，通过多源文献综述识别最佳实践并定义技能气味，开发自动检测器发现超过99%的文件存在气味且难以消除。
基于大型语言模型的多智能体系统用于Haskell代码的智能重构
专题命中 软件智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.SE
AI总结 本文提出基于LLM的多智能体系统，用于自动化Haskell代码重构，通过代码分析、重构执行、验证和调试等角色，提升代码质量与性能。
Comments arXiv admin note: text overlap with arXiv:2502.07928
Journal ref International Conference on Product-Focused Software Process Improvement (PROFES 2025)
超越文本仓库探索：面向智能体问题解决的双模态结构推理
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.SE
AI总结 提出DUALVIEW框架，通过模块耦合图、函数调用图、类层次图和程序依赖图四种图视图，结合视觉与文本响应，使智能体在仓库探索中直接推理代码依赖结构，提升长时域问题解决性能。
解耦代码复杂度与新参与者参与度：AI编码代理在开源软件中采纳的因果研究
机构 * School of Computer Science, Peking University（北京大学计算机学院） ； Key Laboratory of High Confidence Software Technologies, Ministry of Education, China（教育部高可信软件技术重点实验室）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 通过因果推断方法，研究AI编码代理（如Cursor和Claude Code）在开源项目中的采纳是否会导致新参与者减少，发现采纳后新参与者流入未显著下降，代码复杂度虽有增加但未影响新人参与。
BLAgent: 一种面向文件级Bug定位的代理RAG
机构 * University of Calgary（卡尔加里大学） ； York University（约克大学）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文提出BLAgent，一种新型代理RAG框架，用于文件级Bug定位，通过结合代码结构感知的仓库编码、双视角查询转换和两阶段代理重排序，提高了Bug定位的准确性和效率。
Comments Accepted for publication in ACM Transactions on Software Engineering and Methodology (TOSEM)
伪装与引爆：技能型恶意软件的扫描规避与动态检测
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.SE
AI总结 针对LLM编码代理技能市场中的恶意技能，提出两种规避静态扫描的方法（结构混淆和自提取技能打包），并设计基于沙箱运行时行为审计的检测系统SkillDetonate，实现97%检测率与2%误报率。
Refploit: 通过代码代理轨迹修复促进漏洞利用构建
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.SE
AI总结 提出Refploit框架，利用大语言模型修复代码代理生成的失败轨迹，通过差分执行验证和约束引导恢复，在Java漏洞数据集上实现80.2%的复现率，相对初始轨迹提升64.3%。
提示覆盖充分性
机构 * SnT, University of Luxembourg（斯蒂尔夫研究所，卢森堡大学） ； University College London（伦敦大学学院） ； University of Luxembourg（卢森堡大学）
专题命中 软件智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.SE
AI总结 提出提示覆盖充分性标准，通过注意力机制衡量测试套件对提示需求的覆盖，相比传统代码覆盖能多检测30%以上缺陷。
动态分析增强问题解决
专题命中 软件智能体 ：agent(abstract)；workflow(abstract)；分类 cs.SE
AI总结 本文提出DAIRA框架，通过动态分析提升代码缺陷修复效率，实现高准确率和低资源消耗。
ContraFix：通过差分运行时证据和技能重用进行代理漏洞修复
机构 * Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 本文提出ContraFix框架，通过差分运行时证据和可重用的修复技能，解决大型语言模型代理在自动漏洞修复中的语义误解问题，实现了在SEC-Bench和PatchEval上的高准确率。
Comments Code: https://figshare.com/s/f173c78e44bca88ebaea
通过约束实现可操控性：编码智能体可扩展监督的基础
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.SE
AI总结 提出通过访问控制、网络策略和工具强制编码规范等传统工程管理方法约束编码智能体，以降低人类监督成本并提升安全性；实验表明约束基板使后门检测召回率从54.5%提升至90.9%。
Comments Accepted to the Deep Learning for Code Workshop at the 43rd International Conference on Machine Learning, Seoul, South Korea, 2026
命令行AI编码代理的采用与影响：微软2026年初推出Claude Code和GitHub Copilot CLI的研究
机构 * Microsoft（微软）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.SE
AI总结 研究微软2026年初推出Claude Code和GitHub Copilot CLI时，数万名工程师的采用模式、留存因素及对代码合并的影响，发现社交网络驱动首次使用，编码活跃度关联留存，采用者合并PR数量增加约24%。
编码代理在猜测：测量欠指定DevOps指令中的动作边界违规
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 提出UnderSpecBench基准，通过69个任务族和2208个提示变体，评估编码代理在欠指定DevOps指令下的动作边界违规，发现55.8-67.8%的运行至少违反一个边界，表明完成度评估高估了安全自主性。
PairCoder++：结对编程作为验证代码驱动的多模态与结构化工件生成的通用范式
机构 * THU（清华大学） ； PKU（北京大学） ； PolyU, Hong Kong（香港理工大学） ； USTC（中国科学技术大学） ； UESTC（电子科技大学） ； Tongji University（同济大学） ； Tianjin University（天津大学） ； Independent Researcher（独立研究者） ； Guangming Lab（光明实验室） ； BAAI（北京智源人工智能研究院）
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL
AI总结 提出PairCoder框架，通过驱动者和导航者两个智能体结对编程，利用工具链反馈验证代码生成，在17个基准测试中显著提升可验证工件的生成质量。
Comments Accepted by ACL 2026. Project Page: https://yisuanwang.github.io/PairCoder/
Mastermind: 基于策略学习的仓库级漏洞复现
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出Mastermind双循环框架，通过策略学习（SFT+GRPO）提升LLM代理在仓库级漏洞复现中的表现，在260个训练任务和200个测试任务上达到84.5%通过率，并成功迁移至不同执行器。
代码智能体需要多少静态结构？关于确定性锚定的研究
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 研究轻量级静态分析（如调用图、继承层次）作为确定性锚定，通过注入结构注释提高代码智能体导航的可复现性和稳定性，发现锚定效果依赖粒度与仓库特性。
Comments Accepted to the ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2026). 21 pages
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