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。
软件开发中的自主代理：愿景论文
专题命中 软件智能体 ：autonomous agent(title)；planning(abstract)；分类 cs.SE
AI总结 本文探讨GPT代理在软件工程中的潜力，提出通过多代理协作提升软件开发效率，展示其在代码生成、文档编写等方面的能力，并规划未来研究方向。
Comments 5 pages, 1 figure
Journal ref International Conference on Agile Software Development, pp. 15-23, Springer, 2024
PBFuzz：面向漏洞证明的代理引导模糊测试
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 PBFuzz通过模拟人类专家流程，自动提取语义约束并高效生成漏洞证明输入，实验表明其在效率和漏洞触发性能上优于现有方法。
Comments 24 pages, 8 figures
SEA-TS：面向时间序列预测算法自主代码生成的自我进化智能体
机构 * Ecoflow Inc.（Ecoflow公司）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 提出SEA-TS框架，通过度量优势MCTS、代码审查与运行提示优化、全局可引导推理三大机制，自主迭代生成、验证和优化时间序列预测算法代码，在四个数据集上优于TimeMixer等基线。
SkillReducer: 优化LLM代理技能的令牌效率
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.SE
AI总结 针对LLM代理技能中令牌浪费问题，提出SkillReducer两阶段优化框架，通过压缩路由描述和重构技能主体，实现48%描述压缩和39%主体压缩，同时提升功能质量2.8%。
本地LLM智能体作为易受攻击的运行时：智能体运行时层的源代码审计
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； University at Buffalo, SUNY（布法罗大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 提出CLAWAUDIT静态审计框架，通过STRIDE导出的五类漏洞分类法和自定义静态分析规则，评估本地LLM智能体运行时的安全弱点，在OpenClaw基准上显著提升召回率。
CmdNeedle: 衡量AI智能体命令黑名单的不完备性
机构 * The Ohio State University（俄亥俄州立大学）
专题命中 软件智能体 ：AI agent(title,abstract)；分类 cs.AI
AI总结 针对终端AI智能体命令黑名单的脆弱性问题，提出LLM驱动的检测流水线CmdNeedle，发现69.0-98.6%的黑名单存在可绕过漏洞。
CMIP-Forge：一个检索、计算和自我审查气候科学的智能体系统
机构 * Alfred Wegener Institute, Helmholtz Centre for Polar and Marine Research（阿尔弗雷德·韦格ener研究所，极地与海洋研究中心）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI
AI总结 提出CMIP-Forge系统，结合检索增强生成与自主分析，通过多层级防御架构和独立审查机制，实现从文献到实时气候数据的端到端自主研究。
Comments 28 pages, 9 figures. Code available at https://github.com/CliDyn/cmip6_gpt
SkillWiki: 一个用于智能体技能的活知识基础设施
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Tencent（腾讯） ； Nanyang Technological University（南洋理工大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.CL
AI总结 提出SkillWiki，一个支持智能体技能组织、落地和持续演化的活知识基础设施，通过将异构知识转化为可复用技能资产并关联原始证据，实现从知识摄入到技能生产、溯源探索、治理和执行驱动演化的完整生命周期。
AI驱动的软件开发：迈向智能开发过程的务实路径
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 本文提出一个务实框架，指导从辅助性AI使用到可控智能开发过程的过渡，聚焦技术、组织和质量保障机制，并通过中型软件公司案例验证其可行性。
编程语言对你的AI编码队友还重要吗？来自国际象棋引擎的大规模证据
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.SE
AI总结 通过让前沿AI代理用17种编程语言开发国际象棋引擎，发现AI能生成任何语言的可用系统，但语言选择仍影响性能、成本和功能，主流编译语言才能达到强棋力。
Parthenon Law: 一种自我进化的法律智能体框架
机构 * tapntell.ai
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出Parthenon框架，通过分解模型、工具、知识等组件并引入反泄漏学习循环，使法律领域的大语言模型智能体能够从经验中自我进化，显著提升法律事务处理性能。
运行时技能审计：针对智能体技能安全的目标运行时探测
机构 * 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
AI总结 提出运行时技能审计（RSA）动态分析方法，通过目标运行时条件探测技能行为，在100个技能上达到90.0%准确率，优于静态基线。
智能体框架的能耗与债务：一项实证研究（注册报告）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 通过实证研究关联智能体框架中的自我承认技术债务与运行时能耗，探讨代码质量能否指导节能设计。
Comments Accepted at the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026), Registered Reports Track
如何评估人机交互？软件代理设计案例研究
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 提出PULSE框架，通过用户反馈和模型预测结合评估人机交互，在15k用户实验中验证其能减少40%置信区间，并揭示基准测试与真实结果的差异。
Comments ICML 2026
TICoder: 一种具有测试驱动规划和实现感知复用的仓库级代码生成框架
专题命中 软件智能体 ：planning(title,abstract)；分类 cs.SE
AI总结 提出TICoder框架，通过测试驱动迭代规划机制和实现感知代码复用策略，解决仓库级代码生成中的依赖和上下文限制问题，在多个基准上平均提升11.52%。
Comments 11 pages
OctoT2I：一种自我进化的智能文本到图像路由系统
机构 * School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） ； Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东省超高清沉浸媒体技术重点实验室，北京大学深圳研究生院）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI
AI总结 提出OctoT2I框架，通过自进化机制构建知识库并采用状态化多轮路由策略，联合优化生成质量与推理效率，在GenEval上达到0.96性能，同时实现90.3%推理加速和56.6%能效提升。
GENESIS: 利用AI智能体实现自主6G RAN合成、研究与测试
机构 * Institute for Intelligent Networked Systems（智能网络系统研究所）
专题命中 软件智能体 ：AI agent(title)；agentic(abstract)；分类 cs.AI
AI总结 提出GENESIS框架，通过智能体、技能和钩子三种可组合原语及知识层SYNAPSE，将意图转化为经空口实验验证的解决方案，以加速6G无线接入网研发。
Comments 18 pages, 16 figures
EviACT：一种面向智能体程序修复的证据到行动框架
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 提出EviACT框架，通过协调三个证据驱动的防护栏（检索支架、编译门、测试驱动门）来提升智能体程序修复的定位、生成和验证效率，在多个基准上修复率提升1.6-6.0个百分点，API成本降低70.1-88.6%。
以智能体为中心的社交轨迹预测：自由能原理视角
机构 * University of Glasgow（格拉斯哥大学） ； Southwest Jiaotong University（西南交通大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 针对现有轨迹预测方法依赖全局状态、部分可观测下信念推理不足及缺乏认知行为约束的问题，提出基于自由能原理的智能体中心轨迹预测框架FEP-Diff，通过双分支时空编码器、目标条件信念学习器和残差扩散轨迹生成器，在受限可观测条件下实现认知合理的预测。
Comments 10 pages, 4 figures
文档引导的从 C 到 Rust 的智能代码库迁移
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 提出 RustPrint 框架，通过文档引导的智能体协调，实现仓库级别的 C 到 Rust 迁移，在编译性、特征保留和测试通过率上显著优于现有方法。
PragLocker: 通过非可移植提示保护代理知识产权
机构 * Zhejiang University（浙江大学） ； Management Center, School of Software Technology (Ningbo), Zhejiang University（浙江大学软件学院（宁波）管理中心） ； University of Science and Technology of China（中国科学技术大学） ； Chang'an University（长安大学） ； Washington University in St. Louis（圣路易斯华盛顿大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 针对无信任部署中代理提示易被复制和重用的问题，PragLocker提出了一种保护方案，通过构建语义锚定的混淆提示并注入噪声，有效降低跨LLM可移植性，同时保持目标性能和对抗鲁棒性。
Comments accepted to the 43rd International Conference on Machine Learning (ICML 2026)
神经数据无厌倦：评估代理AI的数据重用基准测试
机构 * HHMI Janelia Research Campus（HHMI贾能利亚研究中心）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.LG
AI总结 本文探讨了代理AI在神经数据重用中的应用，通过八篇研究论文评估了通用编码代理在处理多模态数据和任务解码中的表现，发现其在子任务中表现良好，但难以实现端到端无错误解决方案，提出了数据共享的最佳实践。
Comments v2: Added forgotten acknowledgments section
SimWorld Studio：基于进化编码代理的自动环境生成用于具身学习
机构 * UC San Diego（加州大学圣迭戈分校） ； New York University（纽约大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出SimWorld Studio平台，通过进化编码代理生成动态3D环境，提升具身学习性能。环境生成与学习相互促进，使代理在未见基准上表现更优。
LLMs改进LLMs：测试时扩展的代理发现
机构 * UMD（马里兰大学） ； UVA（弗吉尼亚大学） ； WUSTL（华盛顿大学） ； UNC（北卡罗来纳大学） ； Google（谷歌） ； Meta
专题命中 软件智能体 ：agentic(title)；agent(abstract)；分类 cs.CL
AI总结 本文提出AutoTTS框架，通过环境驱动的方法自动发现测试时扩展策略，提升大语言模型性能，实验表明其在数学推理基准上的准确率与成本平衡优于人工设计基线。
Comments 25 pages
代理式AI科学家并非为自主科学发现而建
机构 * Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi（印度理工学院德里人工智能学院） ； Department of Computer Science and Engineering, Indian Institute of Technology Delhi（印度理工学院德里计算机科学与工程系） ； Department of Civil and Environmental Engineering, Indian Institute of Technology Delhi（印度理工学院德里土木与环境工程系） ； Laboratory of Organic and Macromolecular Chemistry (IOMC), Friedrich Schiller University Jena（耶拿弗里德里希·席勒大学有机与大分子化学实验室） ； Center for Energy and Environmental Chemistry Jena, Friedrich Schiller University Jena（耶拿弗里德里希·席勒大学能源与环境化学中心） ； Helmholtz Institute for Polymers in Energy Applications Jena (HIPOLE Jena)（耶拿海德堡聚合物能源应用研究所（HIPOLE耶拿））
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文指出，尽管代理式AI科学家能作为合作者，但其设计并非为自主科学发现。挑战包括问题选择偏差、实验室知识缺失、输出多样性压缩及缺乏实验反馈，需重新审视基础设计。
一种代理AI编码工具配置数据集
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 本文提出一个包含40585个开源仓库的AI编码工具配置数据集，涵盖5种工具和8种配置机制，用于研究上下文工程、AI工具采用模式和人机协作。
Comments 9 pages, 8 figures, 2 tables, Proceedings of the 3rd ACM/IEEE International Conference on AI-powered Software (AIware 2026)
AgentWard: 为自主AI代理设计的生命周期安全架构
专题命中 软件智能体 ：AI agent(title,abstract)；分类 cs.AI
AI总结 本文提出AgentWard架构，通过跨层协调实现对自主AI代理五个阶段的安全防护，展示了一个原型实现，为运行时安全控制提供了具体蓝图。
Comments 7 pages, 1 figure;
EvolveSignal：一种基于大语言模型的编程代理，用于发现交通信号控制策略
机构 * Department of Data Science and Artificial Intelligence, Monash University（数据科学与人工智能系，墨尔本大学） ； School of Transportation, Southeast University（交通学院，东南大学） ； Institute of Automation, Chinese Academy of Sciences（自动化研究所，中国科学院） ； Department of Civil and Environmental Engineering, Monash University（土木与环境工程系，墨尔本大学） ； Department of Civil and Architectural Engineering, KTH Royal Institute of Technology（土木与建筑工程系，皇家理工学院）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.LG
AI总结 本文提出EvolveSignal，利用大语言模型自动发现可解释的启发式策略，通过程序合成方法优化交通信号控制，实验表明其在减少延误和停车次数方面优于传统方法。
软件自我扩展与SelfEvolve：一种用于运行时代码生成的代理架构
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 本文提出SelfEvolve架构，通过自主生成和整合新功能实现运行时自我扩展，展示其在11个任务中达到92.7%的准确率，优于现有基线方法。
Comments 6 pages, 1 figure, accepted at 21st International Conference on Software Engineering for Adaptive and Self-Managing Systems, April 13--14, 2026, Rio de Janeiro, Brazil
SpaceMind：一种模块化且自我进化的具身视觉-语言代理框架，用于自主在轨服务
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间利用技术与工程中心）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出SpaceMind框架，通过模块化和自我进化机制，实现自主在轨服务中的视觉感知、三维空间推理和多阶段任务执行，验证了其在不同环境下的鲁棒性和适应性。
Comments 23 pages, 6 figures, 7 tables. Code available at https://github.com/wuaodi/SpaceMind
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