AI Agent

Deep Agentic Search for Repository-Level Code Question Answering: An Empirical Study

面向仓库级代码问答的深度智能体搜索：一项实证研究

Amirkia Rafiei Oskooei, Bora Ilci, Alperen Kayim, Mehmet Egemen Uzun, Berat Can, Kaan Emre Kara, Ozan Orhan, Mehmet S. Aktas

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

AI总结 该研究在SWE-QA基准上对比语义搜索与深度智能体搜索的代码问答效果，发现语义搜索正确率更高、成本更低，深度智能体搜索存在交接环节的新失败问题。

Comments 41 pages, 21 figures, 6 tables. Under review at a journal

Agentic Coding in the Wild: Characterizing GitHub Copilot Traces at Production Scale

野外环境下的智能体编码：生产规模下GitHub Copilot轨迹的特征分析

Banruo Liu, Haoran Qiu, Íñigo Goiri, Rodrigo Fonseca, Ricardo Bianchini, Esha Choukse

机构 * Microsoft Azure Research（微软Azure研究院） ； Microsoft Azure（微软Azure） 纠错

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

AI总结 该研究对GitHub Copilot等AI编码智能体的生产规模轨迹进行特征分析，揭示其工作负载特性，设计轻量级空闲预测器，为智能体原生LLM服务基础设施提供实证基础。

Cooperative Coevolution for Resource-Constrained Agentic LLM Post-Training

资源受限智能体大语言模型后训练的协同协同进化方法

Zhiyuan Wang, Shengcai Liu, Jiahao Wu, Ning Lu, Hui Ouyang, Shaofeng Zhang, Haoze Lv, Ke Tang

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

AI总结 针对资源受限智能体LLM后训练的高内存、长耗时问题，提出CoPES方法，在GPU小时预算下，其验证准确率恢复率、内存效率均优于标准ES和LoRA-GRPO，在多任务基准上表现更优。

Comments 14 pages,9 figures, submit to AAAI 2027

RefactorAssist: Agentic Refinement for Reliable Code Refactoring

RefactorAssist：用于可靠代码重构的智能体式优化工具

Jonathan Cordeiro, Shayan Noei, Ying Zou

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

AI总结 该研究针对LLM生成代码重构的错误问题，开发了RefactorAssist智能体，通过静态修复结合测试引导的智能体修复，将重构累计通过率提升至94.2%，提高了LLM重构代码的可靠性。

Comments 27 pages, 10 figures, submitting to ACM TOSEM

Agentic Synthesis against Counterexample-Supplemented Sketches

针对反例补充草图的智能合成

Muness Castle, Eric Rubeck

机构 * Independent（独立研究者） 纠错

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

AI总结 研究针对编码智能体修复失败示例易留隐患的问题，提出针对反例补充草图的智能合成方法，通过人类给出草图、智能体生成实现，依据反例修正并保留代码，经实验验证该方法能减少返工，承载审查策略。

Comments 32 pages, 5 displayed figures (4 distinct screenshots). Includes the CatSynth artifact supplement. Code and captured experiment artifacts: https://github.com/open-horizon-labs/counterexample-supplemented-sketches Clarifies the two-check CESS method and Developer change authority; adds the protocol-correct CatSynth rerun and replaces the prior withheld-case headline

LoopsBench: From Harness Engineering to Loop Engineering in Coding Agent Evaluation

LoopsBench：在基准测试编码智能体中从 harness 工程转向 loop 工程

Han Li, Zhemin Fang, Rili Feng, Yingqi Zhao, Jiaheng Liu, Pengfei Gao, He Ye, Dayi Lin, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

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

AI总结 该研究针对编码智能体基准测试中持续执行洞察不足的问题，推出长周期基准 LoopsBench，含112个多领域任务，评估得最强配置解决25%任务，开源相关数据代码。

Comments Project page: https://loopsbench.ai/

When Does Muon Help Agentic Reinforcement Learning?

μ子何时有助于智能体强化学习？

Kai Ruan, Jinghao Lin, Zihe Huang, Ziqi Zhou, Qianshan Wei, Xuan Wang, Hao Sun

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

AI总结 研究μ子在稀疏奖励智能体强化学习中的作用，通过与AdamW对比，发现在组内组策略优化下，μ子应用于隐藏权重矩阵能提升成功率，效果与优势估计器、学习率有关，表明其可使智能体RL受益，还需多种子和跨任务验证。

CADIR: A Cross-Backend Editable Intermediate Representation for Agentic CAD Generation

CADIR：一种用于智能体CAD生成的跨后端可编辑中间表示

Yu Liu, Jingzhe Ni, Yiming Chen, Junqi Huang, Ruofeng Tong, Min Tang, Peng Du

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

AI总结 本研究提出CADIR跨后端可编辑中间表示，结合几何签名匹配与构造图检索，解决现有CAD生成方法的跨系统编辑与建模历史保留问题，实验验证其几何保真度与可靠性优于现有方案。

Ekova: A Personality-Support Agent for Self-Discovery Dialogue

Ekova：用于自我发现对话的人格支持智能体

Yuyan Chen

机构 * ModelsLive Inc.（ModelsLive公司） 纠错

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

AI总结 该研究提出人格支持范式，构建了DSD数据集、DeepSupport系统及Ekova智能体，经OrthoTune训练的模型在相关指标上较基线平均提升16.3%。

Comments Accepted to the COLM 2026 Lifelong Agents Workshop

Will the Agent Recuse, and Will It Stop? Measuring LLM-Agent Compliance with In-Band Governance Signals at the Access Door and Mid-Flight

智能体会自行回避吗？测量LLM智能体对带内拒绝访问信号的遵从性

Thamilvendhan Munirathinam

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出一种轻量级带内拒绝信号（Recuse Signal），通过实验测量LLM智能体是否自愿遵从该信号，发现信号能有效诱导回避，但高级模型在操作员授权下可能忽略。

Comments v4: adds Experiment 4 (cross-vendor mid-task halt; measured harness-enforcement backstop). 15 pages, 2 figures

Cross-Lingual Token Arbitrage: Optimizing Code Agent Context Windows via Local LLM Preprocessing

跨语言令牌套利：通过本地LLM预处理优化代码智能体上下文窗口

Mehmet Utku Colak

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

AI总结 提出一种预处理的边缘端提示重写中间件，利用本地Llama 3.2模型进行跨语言翻译和结构重写，在保持或提升任务准确率的同时减少34-47%的提示令牌和最高18.8%的总令牌消耗。

Comments Updated References

An eightfold equivalence-preserving speedup of the JUNO OMILREC vertex and energy reconstruction

JUNO OMILREC顶点与能量重建的八倍等效保持加速

Guangbao Sun, Qishan Liu, Wenjie Wu, Jun Cao, Xuefeng Ding, Wenxing Fang, Wuming Luo, Liangjian Wen, Zeyuan Yu, Xiang Zhou

专题命中 软件智能体 ：agent(abstract)；workflow(abstract)

AI总结 本研究针对JUNO的OMILREC重建算法，通过分阶段等效保持优化实现了最高8.6倍的单线程加速，保持物理输出一致，为大型探测器似然重建加速提供了可转移模板。

Comments 7 pages, 1 figure

No One Wins in Nuclear War: A Social Simulation of Military Decision-making

核战争中无人取胜：军事决策的社会模拟

Glenn Matlin, Isaac Song, Anthony Wen-Ming Zang, Mark Riedl

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

AI总结 本研究构建了名为WOPR的社会模拟环境，以兵棋推演为载体，采用Concordia为默认工具，实现了带有可验证规则引擎和四级沟通阶梯的模拟系统，将军事决策等战略选择转化为智能体的明确决策。

Comments 16 pages, 11 figures. Published at the Social Sim'26 Workshop at COLM 2026. Code and replay data: https://github.com/eilab-gt/wopr

Coding Agents as Test-Suite Auditors: Finding What Official Suites Miss While Approaching What They Catch

编码智能体作为测试套件审计器：在接近官方测试套件检测能力的同时发现官方套件遗漏的问题

Shuyang Xie, Shuxiao Xie, Feng Zhu, Yanli Ji, Wangmeng Zuo

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

AI总结 该研究提出编码智能体作为测试套件审计器，结合认证链识别官方套件遗漏的缺陷提交，在接近官方套件覆盖度的同时，无官方套件时其构建的套件表现最优。

Comments 24 pages, 4 figures

Specula: Scaling formal specifications for autonomous model checking of system code

Specula：扩展用于系统代码自主模型检查的形式规范

Qian Cheng, Saad Mohammad Rafid Pial, Ruize Tang, Yiming Su, Emilie Ma, Finn Hackett, Ivan Beschastnikh, Yu Huang, Tianyin Xu

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

AI总结 Specula利用大语言模型编码代理为系统代码生成形式规范，通过自我进化循环解决LLM技术局限，实现自主模型检查，应用于48个开源项目发现众多错误，消除形式方法应用障碍，助力系统代码验证。

Comments 17 pages, 11 figures

AgenTag: Attribution of AI Coding Agents from Behavioral Fingerprints

AgenTag：基于行为指纹的AI编码智能体归因

Taher A. Ghaleb

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文提出多模态框架AgenTag，基于PR的文本、行为等模态，结合监督对比学习实现开放世界AI编码智能体归因，在AIDev数据集上取得良好效果，且发现归因主要依赖PR描述和提交消息等行为指纹。

Turning Interaction History into Execution State: A Runtime Layer for Long-Horizon Coding Agents

将交互历史转化为执行状态：面向长程编码智能体的运行时层

Zehao Wang, Yisen Xu, Chenglin Li, Chao Peng, Bram Adams, Ahmed E. Hassan, Tse-Hsun, Chen

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 该研究针对长程编码智能体易受过时状态干扰的问题，提出Ledger运行时层，通过显式执行状态提升编码任务性能并降低成本，效果在多个模型和基准上得到验证。

Shared Organizational Memory for Enterprise Coding Agents: System Design and Deployment Snapshot

企业编码智能体的共享组织记忆：系统设计与部署快照

Harsh Rao Dhanyamraju, Leonidas Raghav

机构 * SAP SE（思爱普公司） 纠错

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

AI总结 本文设计部署共享组织记忆系统，将经验捕获融入企业编码工作流，收集并整理任务相关经验，管控风险并供智能体检索，目前其效果仍在评估。

LLM Agents Can See Code Repositories

LLM智能体能够查看代码仓库

Dongjian Ma, Silin Chen, Yufei Yang, Yuling Shi, Yanfu Yan, Xiaodong Gu

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 研究多模态大语言模型在仓库级问题解决中利用视觉表示的效果，发现纯视觉方案降低精度，而结合视觉结构图可减少26%输入token并保持或提升精度。

Comments Accepted by ASE 2026. Our code and data are available at https://github.com/cslsolow/SeeRepo

BoilerSketch: A TA-Supervised, Diagram-First GenAI Practice for Structured Diagrams in CS1/Early CS2

BoilerSketch：面向CS1/早期CS2的TA监督、以图表为核心的生成式AI结构化图表实践

Ethan Dickey, Vivan Tiwari, Anvit Sinha, Andres Bejarano

专题命中 软件智能体 ：workflow(abstract)

AI总结 BoilerSketch是面向CS1/早期CS2的TA监督式生成式AI实践，通过双面板交互模型生成结构化Mermaid图表，经21名教学人员评估，三分之二认为其对概念理解和支持任务有中等以上帮助，为入门计算课程提供了实用AI支持方案。

Comments 9 pages, 3 tables, 3 figures

Uncertainty Quantification for Visual Object Pose Estimation: S-Lemma Ellipsoidal Bounds

视觉目标姿态估计的不确定性量化

Lorenzo Shaikewitz, Charis Georgiou, Luca Carlone

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 软件智能体 ：planning(abstract)

AI总结 SLUE通过凸优化方法为视觉目标姿态估计提供高概率的椭球不确定性界，有效缩小平移界限并保持方向精度。

Comments 18 pages, 9 figures. Code available: https://github.com/MIT-SPARK/PoseUncertaintySets. Published in IEEE Transactions on Robotics