Diagon: A Programmable Testbed for AI-Agent Cognitive Labor Markets
当智能体市场到来时
专题命中 软件智能体 ：agent(title,abstract)；AI agent(abstract)
AI总结 本文提出可编程市场系统diagon，作为智能体认知劳动市场的制度设计实验平台，研究发现市场交换能带来生产力提升，但效果强烈依赖于制度结构。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 软件智能体 12 篇
SpecFirst: Behavioral Specification Elicitation as a First-Class Step in Agent-Based Program Synthesis from Scratch
SpecFirst：将行为规范提取作为从零开始的基于智能体的程序合成中的一等步骤
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.CL、cs.SE
AI总结 SpecFirst是将行为规范提取设为独立前置阶段的两阶段框架，在ProgramBench上显著提升了从零开始的程序合成的测试通过率与二进制探索覆盖率。
Cross-Model Cross-Language AI Coding Agent Performance: Accuracy and Speed of Parallel CLRS Algorithms
跨模型跨语言AI编程智能体性能：并行CLRS算法的准确率与速度
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.SE
AI总结 本文评估Cursor's Composer 2.0等三款AI编程智能体在三种语言三类算法上的并行代码生成性能，发现其并行能力弱于串行，性能提升高度依赖算法与语言，需将运行时效率纳入大语言模型核心指标。
Agentic AI-enabled discovery across large-scale sleep physiology
基于智能体的人工智能助力大规模睡眠生理学研究
专题命中 软件智能体 ：agentic(title,abstract)
AI总结 研究利用人工智能睡眠联合科学家环境，在约124,000份PSG记录上进行五个案例研究，揭示睡眠与疾病风险、临床分类及自身调节的联系，展示智能体人工智能助力大规模、多模态睡眠生理学发现。
ClinLens: Towards Long-Horizon Coding Agents for Longitudinal Multimodal Clinical Data Science
ClinLens：面向纵向多模态临床数据科学的长周期编码智能体
机构 * Shandong University（山东大学）
专题命中 软件智能体 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 该研究推出CLINLENS基准，包含200项基于5种MIMIC资源的临床可执行任务，实验显示现有编码智能体与生物医学系统在正确临床分析上存在显著差距。
MindForge: Teaching Small Language Models Whole-Life-Cycle Software Engineering via Source-Free Program Synthesis
MindForge：通过无源码程序合成教小型语言模型全生命周期软件工程
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL、cs.LG、cs.SE
AI总结 研究针对小型语言模型从零构建程序的挑战，提出MindForge构建全生命周期无源码训练环境，微调Qwen3.6-27B后在ProgramBench及7个软件工程基准上性能显著提升。
A First Look at Coding Agents' Compliance with AI Contribution Rules in Open-Source Communities
初探编码智能体在开源社区中对AI贡献规则的合规性
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 本研究构建RepoComplianceBench基准测试编码智能体对开源社区AI贡献规则的合规性，发现当前智能体几乎不主动检索规则，仅在提示等辅助下实现披露与验证，但始终不执行AI禁令。
ExplainBench: Evaluating Code Explanations from Agents
ExplainBench：评估智能体生成的代码解释
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 该研究针对智能体代码解释缺乏评估基准的问题，提出ExplainBench基准，实验发现其对智能体的排名与SWE-bench Verified不同，还实现了解释审核智能体，可提升智能体解释的可信度。
Comments ASE 2026
(Im)Paired Programming: Coding Agents Improve Productivity but Harm Understanding
（非）配对编程：编码智能体提升生产力但损害理解能力
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL
AI总结 该研究通过54名学生的对照实验，发现编码智能体虽提升生产力但损害用户代码理解，低投入交互加剧该问题，用户仍偏好智能体，同时为开发者提出了优化方向。
Comments In-progress Preprint
Try Again, Don't Look Back: Blind Resampling Outperforms Self-Repair in Small Code Models
再试一次，不要回头：小型代码模型中盲重采样优于自我修复
专题命中 软件智能体 ：分类 cs.AI、cs.LG、cs.SE；agent(comments)
AI总结 该研究针对MBPP+数据集在三种规模代码模型上发现，盲重采样在7B以下表现最优，成本远低于其他重试方法，而基于自身失败尝试的自我修复存在锚定效应导致的性能损失。
Comments Code, pre-registrations and run traces: https://github.com/vermayuvraj/self-improving-agent
HeteroPROPMT: A Real-time and Privacy-Preserving Heterogeneous Collaborative Perception Framework
HeteroPROPMT：一种实时且隐私保护的异构协同感知框架
机构 * Michigan State University（密歇根州立大学）
专题命中 软件智能体 ：agent(abstract)
AI总结 HeteroPROPMT是一种实时隐私保护异构协同感知框架，通过模块化提示与轻量调优对齐异构智能体特征，在OPV2V-H等数据集上性能优于现有方法，且参数效率高、隐私性好。
Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 4 figures, 5 tables
A more accurate rational non-commutative algorithm for multiplying 4x4 matrices using 48 multiplications
一种更精确的有理非交换算法用于使用48次乘法的4x4矩阵乘法
专题命中 软件智能体 ：agent(abstract)
AI总结 本文提出一种更精确的4x4矩阵乘法算法，使用48次非交换乘法，改进了误差界指数并提升了实际精度。
