AI Agent

Harness Handbook: Making Evolving Agent Harnesses Readable,Navigable, and Editable

Harness手册：使不断演进的智能体框架具有可读性、可导航性和可编辑性

Ruhan Wang, Yucheng Shi, Zongxia Li, Zhongzhi Li, Yue Yu, Junyao Yang, Kishan Panaganti, Haitao Mi, Dongruo Zhou, Leoweiliang

机构 * Tencent（腾讯） ； Indiana University（印第安纳大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of Georgia（佐治亚大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 研究智能体框架演进中行为定位难的问题，提出通过Harness手册和行为引导的渐进式披露，以行为为中心自动合成框架表示并辅助规划，提高行为定位和编辑计划质量，助力复杂智能体系统发展。

Comments 29 pages, 6 figures. Project page: https://ruhan-wang.github.io/Harness-Handbook/

From Human-Centric to Agentic Code Review: The Impact of Different Generations of Generative AI Technology on Review Quality

从以人类为中心到智能体代码审查：不同代际生成式人工智能技术对审查质量的影响

Suzhen Zhong, Shayan Noei, Bram Adams, Ying Zou

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

AI总结 研究不同代际生成式人工智能技术对代码审查质量的影响，通过分析102万条GitHub拉取请求，识别三种人工智能审查者采用模式，将审查讨论建模为交互序列，发现智能体协作模式虽能提高效率，但未提升质量，为设计高效代码审查过程提供实证指导。

Compaction as Epistemic Failure: How Agentic LLM Tools Fabricate Confirmed Results from Killed Processes

作为认知失败的压缩：智能语言模型工具如何从终止进程中编造确认结果

Hiroki Tamba

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 研究智能语言模型编码工具中Claude Code的失败模式，即超时命令部分输出被误记为确认结果并传播误报，揭示其观察与持久性 conflation 的机制，指出对依赖会话连续性的工作流程有影响。

Comments 8 pages, companion to arXiv:2606.26185

Building Shor's Algorithm in Lean: An Agentic Formalization of Quantum Attacks on RSA-2048 and P-256

在Lean中构建肖尔算法：对RSA - 2048和P - 256的量子攻击的智能形式化

Lei Zhang, Yusheng Zhao, Hongshun Yao, Xin Wang

专题命中 软件智能体 ：agentic(title,abstract)

AI总结 研究在Lean中对肖尔算法及其变体进行形式化，采用智能形式化方法让软件代理分析、编写代码及修复证明，建立数学基础用于分析RSA - 2048和P - 256加密设置下的量子攻击，为量子密码分析及算法设计验证助力。

Comments 21 pages, including appendix; 2 figures

OPINE-World: Programmatic World Modeling with Ontology-error-Prioritized Interactive Exploration for ARC-AGI-3

OPINE-World：基于本体错误优先的交互式探索的程序化世界建模

David Courtis, Wenhao Li, Scott Sanner

机构 * University of Toronto（多伦多大学） 纠错

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

AI总结 提出OPINE-World，一种在线交互学习面向对象的程序化世界模型的LLM智能体，通过本体错误度量引导探索，在ARC-AGI-3基准上无需逐游戏训练即解决20/25个游戏，动作效率达78.4。

DREA: Decoupled Reasoning and Exploration Agents for Repository-Level Vulnerability Detection

DREA：用于仓库级漏洞检测的解耦推理与探索代理

Mingyang Sun, Guozhu Meng

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

AI总结 研究针对大语言模型用于仓库级漏洞检测时的不足，提出DREA框架，通过规划与探索代理解耦，实现目标导向上下文获取。构建RepoPairBench评估，提升配对正确性，降低成本，还发现安全推理质量是当前大语言模型的瓶颈。

Comments Accepted for presentation at Internetware 2026. 12 pages, 4 figures, and 5 tables

VulWeaver: Weaving Broken Semantics for Grounded Vulnerability Detection

VulWeaver: 修补断裂语义以实现基于事实的漏洞检测

Yiheng Cao, Yihao Chen, Xin Hu, Bihuan Chen, Jiayi Deng, Zhuotong Zhou, Susheng Wu, Yiheng Huang, Xueying Du, Xingman Chen, Miaohua Li, Xin Peng

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

AI总结 VulWeaver通过整合确定性规则与LLM语义推理构建增强依赖图，提取完整漏洞上下文，利用元提示和专家指南提升LLM推理能力，实验显示其在PrimeVul4J数据集上F1得分达0.75，优于现有方法。

Self-Improving AI Coding Agents Through Accumulated Behavioral Rules: A Closed-Loop Framework

通过累积行为规则实现自我改进的人工智能编码代理：一个闭环框架

Aditya Aggarwal, Nahid Farhady Ghalaty

机构 * Microsoft（微软） 纠错

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

AI总结 研究基于大语言模型的编码代理重复犯错问题，提出闭环框架，将审查评论编码为行为规则，经实验验证其能转移审查重点、降低错误复发率且跨接口转移，实现跨会话学习且不更新权重，积累人类工程智慧。

Comments Already presented and accepted in - 32nd ICE IEEE/ITMC Conference (ICE 2026)

Baselines Before Architecture: Evaluating Coding Agents for Autonomous Penetration Testing

架构之前的基线：评估用于自主渗透测试的编码代理

Ananda Dhakal, Krish Neupane, Aarjan Chaudhary

机构 * Kroda Labs（Kroda实验室） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 研究针对自主渗透测试，以默认编码CLI代理为基线，在XBOW基准上用不同模型运行，比较不同框架结果及模型扩展效果，发现专业框架有提升，普通代理也能解决不少问题，新模型可提升同一框架，强调未来评估应报告模型匹配的普通代理基线。