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。
AgentLens: 通过机制子空间实现多轮编码代理的可解释安全引导
机构 * University of Georgia（佐治亚大学） ； University of South Florida（南佛罗里达大学） ； Rutgers University（罗格斯大学） ； University of Southern California（南加州大学） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 提出AgentLens框架，从内部表示层检测和缓解多轮编码代理的安全风险，通过单层10维子空间干预实现运行时安全控制，并在MAS基准上验证有效性。
Revelio: 面向仓库级代码库的高性价比智能体内存安全漏洞检测
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 提出Revelio框架，通过生成可执行漏洞证明并用确定性消毒器验证，结合低成本LLM和轻量静态分析，在仓库级代码库中高效发现内存安全漏洞，7个项目中19个新漏洞，成本约300美元。
全是烟雾，没有警报：智能体编写的测试代码中的Oracle信号
机构 * Dipayan Banik（迪帕扬·班克） ； Kowshik Chowdhury（克什基·乔乌德里） ； Shazibul Islam Shamim（沙齐布·伊斯兰·沙米）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 研究智能体编写的测试代码中Oracle信号的存在情况，发现80.2%的测试补丁缺乏强Oracle信号，但强Oracle与合并可能性显著正相关（OR=1.28）。
Comments Accepted at the 8th IEEE International Conference on Artificial Intelligence Testing, 2026
MAGE-RAG：面向长文档问答的多粒度自适应图证据多模态RAG
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出MAGE-RAG框架，通过离线构建包含页面和元素节点的证据图，在线自适应构建证据子图，平衡证据覆盖与噪声控制，在长文档多模态问答中取得最优性能。
理解AI代理生成的拉取请求修复被拒绝的原因——来自AIDev数据集的洞察
机构 * École de Technologie Supérieure（埃克塞技术学院）
专题命中 软件智能体 ：agentic(title)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 通过分析AIDev数据集，发现46.41%的AI代理（Copilot、Devin、Cursor、Claude）提出的代码修复被拒绝。本文对306个未合并的PR进行定性研究，归纳出14个拒绝原因，分为四类，并提出了改进模型引导的建议。
Comments 5 pages, 2 figures, MSR '26: Proceedings of the 23rd International Conference on Mining Software Repositories, April 2026, Rio de Janeiro, Brazil
在智能体AI采用下的架构质量挖掘：Java仓库的因果研究
机构 * SDU Software Engineering, University of Southern Denmark（SDU软件工程，丹麦南部大学）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 通过差分差分设计和Borusyak插值估计器，研究智能体AI工具采用对Java仓库架构气味密度（ASD）的因果影响，发现ASD下降6.7%源于代码量增长，而非架构改进。
Comments 16 pages. Accepted for presentation at the 52nd Euromicro Conference on Software Engineering and Advanced Applications (SEAA) 2026, Krakow, Poland, 2-4 September 2026, and for publication in the Springer LNCS proceedings. This is the author's accepted manuscript
“不要向用户提及此事”：检测与理解恶意代理技能
机构 * Griffith University（格里菲斯大学） ； Nanyang Technological University（南洋理工大学） ； University of New South Wales（新南威尔士大学） ； Zhejiang Key Laboratory of Digital Fashion and Data Governance, Zhejiang Sci-Tech University（浙江数字时尚与数据治理重点实验室，浙江科技大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文通过对两个主要注册中心的98,380个技能进行系统安全分析，结合静态模式匹配和动态行为验证，识别出157个恶意技能，揭示了13种攻击技术中的632个不同漏洞，并发现攻击复杂性与隐藏投入相关。
Comments Accepted to the 35th USENIX Security Symposium (USENIX Security 2026)
从人类引导到自主：面向空间NPU上端到端LLM部署的智能体技能系统
机构 * AMD Research and Advanced Development（AMD研究与高级开发）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出两阶段方法，从人类引导的智能体辅助部署到自主技能系统，在AMD XDNA 2 NPU上实现8种LLM的端到端自动部署，性能超越或持平人工优化基线。
Comments Accepted to the Machine Learning for Architecture and Systems Workshop (MLArchSys), co-located with ISCA 2026
构建用于HPC代码现代化的智能体AI
机构 * San Diego Supercomputer Center（圣地亚哥超级计算机中心） ； University of California, San Diego（加州大学圣地亚哥分校） ； La Jolla, California, United States（圣地亚哥, 加州, 美国）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 提出一种结构化智能体AI方法，通过手动示例、持续可构建性和限制会话范围，成功将6万行Fortran MPI代码在数月内转换为C++ OpenMP并行代码。
Comments 10 pages
Socratic-SWE：通过轨迹衍生智能体技能实现自我进化的编码智能体
机构 * AI Data, Alibaba Group（阿里云数据） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 提出Socratic-SWE闭环自进化框架，通过将智能体历史求解轨迹蒸馏为结构化技能，生成针对性修复任务，实现编码智能体的持续自我改进。
Comments 21 pages, 5 figures. Under review
SePO: 用于系统提示优化的自我进化提示智能体
机构 * National University of Singapore（新加坡国立大学） ； City University of Hong Kong（香港城市大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出SePO方法，通过自我指涉设计让提示智能体同时优化任务智能体和自身的系统提示，采用两阶段进化训练，在多个基准上平均准确率提升4.49%。
Comments 26 pages. Code: https://github.com/taowangcheng/SePO
幽灵工具调用：投机性智能体工具的发布时隐私保护
机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； EPFL（苏黎世联邦理工学院） ； Aarhus University（阿arhus大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 针对工具增强型语言智能体投机性预发调用泄露用户意图的问题，提出投机性工具隐私契约，在发布时而非提交后保护隐私。
CodeCytos: 通过代码增强的智能体动作空间实现AI辅助空间分子成像分析
机构 * University of Houston, Department of Electrical and Computer Engineering（德克萨斯大学休斯顿分校电子与计算机工程系） ； Houston Methodist Hospital, Department of Systems Medicine and Biomedical Engineering（休斯顿 Methodist 医院系统医学与生物医学工程系）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出CodeCytos框架，通过代码驱动的推理智能体实现空间分子成像数据的动态可编程分析，提升自动化与定制化能力，并在多种组织类型数据集上验证其优于基线方法。
针对软件逆向工程AI代理的提示注入攻击的检测与混淆研究
机构 * Dept. of Computer Science（计算机科学系） ； Naval Postgraduate School（海军学院）
专题命中 软件智能体 ：AI agent(title)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本研究针对软件逆向工程AI代理面临的提示注入攻击，提出了检测反编译器输出中提示注入字符串的防御策略，并探索了攻击混淆及相应防御方法。
编码助手如何辜负用户：基于20,574个真实会话的开发人员与智能体不一致的大规模分析
机构 * University of Notre Dame（诺丁汉大学） ； Vanderbilt University（范德比大学） ； Google（谷歌）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 通过对20,574个编码助手会话的分析，识别出七种常见的不一致形式，发现大多数不一致导致信任成本而非系统损坏，且多数仍需用户显式纠正。
BeyondSWE：当前代码代理能否超越单仓库错误修复？
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.CL、cs.SE
AI总结 提出BeyondSWE基准测试，评估代码代理在跨仓库、领域特定、依赖迁移和文档生成等复杂软件工程任务上的表现，发现现有代理在利用外部信息进行精确代码修改方面仍存在显著不足。
Comments Benchmark: https://huggingface.co/datasets/AweAI-Team/BeyondSWE. Repo: https://github.com/AweAI-Team/BeyondSWE. Scaffold: https://github.com/AweAI-Team/AweAgent
程序验证的智能体证明
机构 * Department of Computer Science（计算机科学系）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文评估Claude Code在Lean 4基准CLEVER上的智能体证明框架，结果显示其能生成98.8%问题的有效规范，87.5%的实现通过验证，端到端成功率达98.1%，并指出当前基准与智能体能力不匹配，需更严格的评估方法。
代理解释：基于格结构的证据用于基于LLM的程序分析
机构 * University of Southern California, Los Angeles, California, USA（美国南加州大学）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文提出代理解释框架，结合格结构静态分析与LLM程序推理，通过分解分析目标为局部断言并跟踪LLM判断，改进程序分析的灵活性和准确性。
Comments 27 pages, 6 figures
BUILD-AND-FIND: 一种考虑努力的协议用于评估代理管理的代码库
机构 * National Yang Ming Chiao Tung University
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 该研究提出BUILD-AND-FIND协议，用于评估下游代理从生成代码库中恢复意图选择的能力及所需检查努力，通过分离行为正确性与恢复过程，评估准确性、稳定性、重复性、覆盖范围和努力程度。
Comments 25 pages, 8 figures, 17 tables
面向代理的运行时自愈
机构 * Singapore Management University（新加坡国立大学） ； North Carolina State University（北卡罗来纳州立大学） ； Monash University（墨尔本大学） ； Beihang University（北航）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文提出利用大语言模型实现动态生成错误处理策略，通过Healer框架在四个代码数据集上验证了其在运行时错误恢复中的有效性，展示了LLM在自愈系统中的潜力。
Comments Accepted by CACM
用于高级综合的代理工厂：通用编程代理在硬件优化中能走多远？
机构 * IBM Corporation（IBM公司）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文研究通用编程代理在无硬件特定训练下优化硬件设计的能力，提出代理工厂流程，通过分阶段优化子内核并协调多个自主优化代理，实现全局优化，实验显示代理数量增加可显著提升性能。
InteractWeb-Bench: 多模态代理能否在交互式网站生成中避免盲目执行？
机构 * Shenzhen Institute of Advanced Technology Chinese Academy of Sciences（深圳先进技术研究院中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Dalian University of Technology（大连理工大学） ； UNSW Sydney（悉尼大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出InteractWeb-Bench，首个针对非专家低代码用户的多模态交互基准，通过模拟用户行为中的模糊性、冗余性和矛盾性，揭示前沿多模态大语言模型在意图识别和适应性交互上的局限。
Comments 21 pages, 13 figures, 7 tables
大型语言模型能否实现基于主体的模型？基于ODD的复制研究
机构 * Lusófona University（卢塞佛纳大学） ； INESC INOV-Lab（INESC INOV实验室）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文评估17种LLM在ODD到代码转换任务中的表现，探讨LLM能否可靠实现基于主体的模型并支持复制、验证与验证。
Comments The peer-reviewed version of this paper is published in Ecological Modelling at https://doi.org/10.1016/j.ecolmodel.2026.111624. This version is typeset by the author and differs only in pagination and typographical detail
Journal ref Ecological Modelling, 517, 111624, 2026
FormalScience: 基于代理代码生成的可扩展人类在环科学自动形式化
机构 * University of Manchester, UK（英国曼彻斯特大学） ； Idiap Research Institute, Switzerland（瑞士Idiap研究所） ； National Biomarker Centre, CRUK-MI, UK（英国国家生物标志物中心，CRUK-MI）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 FormalScience通过人类在环的代理流程，使非专业领域专家以低成本生成形式化证明，构建了包含200个大学物理问题及解决方案的FormalPhysics数据集，并探讨了现代LLM在自动形式化中的局限性。
Comments ACL 2026
OpenHands软件代理SDK：一种可组合且可扩展的生产代理基础
机构 * MLSys 2026
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文提出OpenHands SDK，提供灵活的代理实现接口、安全可靠执行及用户交互接口，整合了本地到远程执行、多LLM路由和安全分析，验证了其在生产部署中的有效性。
Comments Accepted at MLSys 2026
SpecAgent：一种用于代码补全的推测性检索与预测代理
机构 * UC Berkeley（加州大学伯克利分校） ； Amazon Web Services（亚马逊网络服务）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 SpecAgent通过预索引探索和构建推测上下文，提升代码生成质量与推理效率，实验显示其在代码补全任务中比基线模型提升9-11%，显著降低推理延迟。
Comments In Proceedings of the Sixty-Fourth Annual Meeting of the Association for Computational Linguistics (2026)
CodeTracer：迈向可追溯的代理状态
机构 * Nanjing University（南京大学） ； Kuaishou Technology（快手科技） ； Institute of Automation, CAS（中国科学院自动化研究所） ； University College London（伦敦大学学院） ； Renmin University of China（中国人民大学） ； Alibaba Group（阿里巴巴集团）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 CodeTracer通过解析异构运行 artifacts，重建状态转换历史，并定位故障起始点，提升代理调试效率。
Local-Splitter：七种减少云LLM令牌使用量策略的测量研究
机构 * Sperix Labs（Sperix实验室） ； VIA Cybersecurity Lab, KNUST（VIA网络安全实验室，科罗尼斯特大学） ； Quantum and Assistive Technologies Lab, KNUST（量子与辅助技术实验室，科罗尼斯特大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文研究了七种减少云LLM令牌使用量的策略，通过测量发现本地路由与提示压缩组合在编辑密集型任务中可节省45-79%的云令牌，而RAG密集型任务中完整策略集可节省51%。
从初级到高级：在代理AI介导的软件工程中分配代理并导航专业成长
机构 * Independent Researcher（独立研究者）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文通过混合方法研究，探讨了代理AI在软件工程中初级和高级工程师的代理使用情况，发现组织政策而非个人偏好主要限制了代理能力，并提出三种实践以保持编码、学习和指导中的代理能力。
Comments To appear in CHI'26
Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI '26), April 13--17, 2026, Barcelona, Spain
SWE-AGILE：一种用于高效管理动态推理上下文的软件代理框架
机构 * Microsoft（微软）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 SWE-AGILE通过动态推理上下文策略平衡推理深度与效率，实现高效多轮软件工程任务处理，实验证明其在SWE-Bench-Verified上优于7B-8B模型。
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