AI Agent

Sandboxed Coding Agents are Competitive Omni-modal Task Solvers

沙盒化编码智能体是竞争性的全模态任务求解器

Dongping Chen, Xuanao Huang, Zhihan Hu, Qingyuan Shi, Dianqi Li, Tianyi Zhou

机构 * University of Maryland（马里兰大学） ； MBZUAI 纠错

专题命中 软件智能体 ：agent(abstract)；tool-use(abstract)；分类 cs.CL

AI总结 本文提出沙盒化编码智能体，仅通过文本+图像访问和工具使用，即可在全模态任务中匹配甚至超越原生全模态模型，并通过技能注入和训练配方Code-X进一步提升性能。

Comments Paper under review

Measuring and Mitigating Bias in Code Generated by Large Language Models

测量和减轻大型语言模型生成代码中的偏见

Yuxi Chen, Yutian Tang, Timothy Storer

机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算机科学学院） 纠错

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

AI总结 本文针对GPT-4o和Gemini等主流代码生成工具，提出评估框架，使用代码偏见分数和属性变化比率量化偏见，并探索四种轻量级缓解策略。

Healthcare Mechanisms from Policy-as-Code Search under Strategic Provider Response

战略提供者响应下的策略即代码搜索中的医疗机制

Zihan Wang, Xiang Xu, Hongyuan Zha, Wenhao Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tongji University（同济大学） 纠错

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

AI总结 将医疗机制设计转化为语言模型的程序合成，通过多智能体模拟器Medi-Sim评估策略提供者响应下的均衡，并利用LLM引导的进化代码搜索合成可检查的混合目标程序。

Comments 32 pages, 18 figures, 4 tables

On the Road to Personalized Code Intelligence: Portraiting and Assisting Developers Based on Their In-IDE Behaviors

通往个性化代码智能之路：基于IDE内行为的开发者画像与辅助

Yuhong Liu, Yunhe Su, Zhipeng Peng, Zhiwen Luo, Lin Shi, Zhi Jin, Li Zhang

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

AI总结 提出VirtualME数据基础设施，通过捕获和解释开发者在IDE中的动态编程行为，构建四维开发者画像，并集成到问答代理中实现个性化代码智能，实验显示平均提升33.80%。

Comments 23 pages, 6 figures, accepted by FSE`2026

Tracking Capabilities for Safer Agents

更安全智能体的追踪能力

Martin Odersky, Yaoyu Zhao, Yichen Xu, Oliver Bračevac, Cao Nguyen Pham

机构 * EPFL（苏黎世联邦理工学院） 纠错

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

AI总结 提出通过Scala 3的捕获检查类型系统静态追踪能力，构建基于编程语言的智能体安全约束，防止信息泄露和恶意副作用。

SetupX: Can LLM Agents Learn from Past Failures in Functionality-Correct Code Repository Setup?

SetupX：LLM代理能否从过去的功能正确代码仓库设置失败中学习？

Zihang Zhou, Ziqian Ren, Yukai Wu, Yingjie Xiong, Wei Zhou, Chao Peng, Dong Zhang, Bingheng Yan, Xuanhe Zhou, Fan Wu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Independent Researcher（独立研究者） ； Jinan Inspur Data Technology Co., Ltd.（济南 Inspur 数据技术有限公司） 纠错

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

AI总结 提出SetupX框架，通过经验学习、推测执行和验证协议解决代码仓库设置中的跨仓库经验迁移、多步试错和鲁棒验证问题，在基准测试中达到92%通过率。

Comments 21 pages, 6 figures

SAINT: Service-level Integration Test Generation with Program Analysis and LLM-based Agents

SAINT: 基于程序分析和LLM智能体的服务级集成测试生成

Rangeet Pan, Raju Pavuluri, Ruikai Huang, Rahul Krishna, Tyler Stennett, Alessandro Orso, Saurabh SInha

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

AI总结 提出SAINT方法，结合静态分析、大语言模型和智能体，自动生成企业Java应用的服务级端点测试和场景测试，提升覆盖率和缺陷检测能力。

Comments Accepted at ICSE'26

Inductive Deductive Synthesis: Enabling AI to Generate Formally Verified Systems

归纳演绎合成：使AI能够生成形式化验证的系统

Shubham Agarwal, Alexander Krentsel, Shu Liu, Mert Cemri, Audrey Cheng, Rui Meng, Tomas Pfister, Chun-Liang Li, Sylvia Ratnasamy, Aditya Parameswaran, Matei Zaharia, Ion Stoica, Mohsen Lesani

机构 * UC Berkeley（伯克利大学） ； Google（谷歌） ； UC Santa Cruz（圣克鲁兹大学） 纠错

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

AI总结 提出归纳演绎合成（IDS）方法，通过联合增量合成实现与证明，并利用失败尝试学习，使AI在分布式系统规范上实现100%验证成功率，成本和时间远低于专家和现有AI代理。

"Refactoring Runaway": Understanding and Mitigating Tangled Refactorings in Coding Agents for Issue Resolution

重构失控：理解并缓解编码代理中交织的重构

Zhao Tian, Zifan Zhang, Tao Xiao, Dong Wang, Masanari Kondo, Junjie Chen, Yasutaka Kamei

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

AI总结 本文研究了编码代理在问题解决中交织重构的现象，通过实证分析发现代理重构的频率和强度低于人类开发者，提出了一种重构感知的精炼方法以提高编译性并解决未解决的问题。

EvilGenie: A Reward Hacking Benchmark

EvilGenie: 一个奖励黑客基准

Jonathan Gabor, Jayson Lynch, Jonathan Rosenfeld

机构 * Cambridge Boston Alignment Initiative（剑桥波士顿对齐倡议） ； MIT FutureTech（麻省理工 FutureTech） 纠错

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

AI总结 本文提出EvilGenie基准，用于评估编程环境中奖励黑客问题，通过测试用例硬编码和测试文件编辑等方法检测奖励黑客行为，并验证了LLM判断在无歧义情况下的有效性。

Experiment-as-Code Labs: A Declarative Stack for AI-Driven Scientific Discovery

实验作为代码实验室：面向AI驱动科学发现的声明式栈

Zhenning Yang, Yuhan Chen, Patrick Tser Jern Kon, Tongyuan Miao, Hongyi Lin, Venkat Viswanathan, Danai Koutra, Ang Chen

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

AI总结 本文提出实验作为代码实验室框架，通过声明式配置编译至设备API，实现AI代理与自动化实验室设备的高效协同，推动AI在科学发现中的应用突破。

Comments Experiment-as-Code (EaC) white paper

KOCO-BENCH: Can Large Language Models Leverage Domain Knowledge in Software Development?

KOCO-BENCH: 大型语言模型能否在软件开发中利用领域知识？

Xue Jiang, Ge Li, Jiaru Qian, Xianjie Shi, Chenjie Li, Hao Zhu, Ziyu Wang, Jielun Zhang, Zheyu Zhao, Lingwei Wu, Kechi Zhang, Jia Li, Wenpin Jiao, Zhi Jin, Yihong Dong

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； School of Computer Science, Wuhan University（武汉大学计算机科学系） 纠错

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

AI总结 KOCO-BENCH旨在评估大型语言模型在软件开发中利用领域知识的能力，包含6个新兴领域、11个软件框架和25个项目，通过多粒度任务测试模型的知识获取与应用能力。

Comments Accepted by ACL 2026

Mining Type Constructs Using Patterns in AI-Generated Code

在AI生成代码中利用模式挖掘类型构造

Imgyeong Lee, Tayyib Ul Hassan, Abram Hindle

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

AI总结 研究AI在类型构造任务中的表现，发现AI更易误用any关键字及高级类型构造，但其PR接受率高于人类。

ABTest: Behavior-Driven Testing for AI Coding Agents

ABTest：面向AI编码代理的行为驱动测试

Wuyang Dai, Moses Openja, Hung Viet Pham, Gias Uddin, Jinqiu Yang, Song Wang

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

AI总结 本文提出ABTest框架，通过挖掘用户报告的异常生成可执行测试用例，发现AI编码代理在真实场景中的鲁棒性差异及新故障模式。

LLM-Guided Strategy Synthesis for Scalable Equality Saturation

基于大型语言模型的策略合成用于可扩展的等式饱和

Chenyun Yin, Youwei Xiao, Yuze Luo, Yuyang Zou, Yun Liang

机构 * Peking University（北京大学） ； School of Integrated Circuits（集成电路学院） 纠错

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

AI总结 本文提出EggMind框架，通过领域特定语言EqSatL和LLM引导的代理工作流，高效合成可重用的等式饱和策略，提升资源质量平衡，减少成本和内存消耗。

What Makes AI Research Replicable? Executable Knowledge Graphs as Scientific Knowledge Representations

什么使AI研究可重复？可执行知识图谱作为科学知识表示

Yujie Luo, Zhuoyun Yu, Xuehai Wang, Yuqi Zhu, Ningyu Zhang, Lanning Wei, Lun Du, Da Zheng, Huajun Chen

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（知识图谱联合实验室） 纠错

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

AI总结 本文提出可执行知识图谱(xKG)，通过整合文献中的代码片段和技术洞察，提升AI研究的可重复性，实验显示其在PaperBench上性能提升显著。

Comments ACL 2026

Sema Code: Decoupling AI Coding Agents into Programmable, Embeddable Infrastructure

Sema Code: 将AI编码代理解耦为可编程、可嵌入的基础设施

Huacan Wang, Jie Zhou, Ningyan Zhu, Shuo Zhang, Feiyu Chen, Jiarou Wu, Ge Chen, Chen Liu, Wangyi Chen, Xiaofeng Mou, Yi Xu

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

AI总结 Sema Code通过解耦核心代理引擎与客户端层，提供可嵌入的AI编码框架，解决企业跨异构环境复用能力的挑战，其核心机制包括多租户隔离、异步权限控制等，支持多种产品形式。

Do AI Coding Agents Log Like Humans? An Empirical Study

AI 编程代理是否像人类一样记录日志？一项实证研究

Youssef Esseddiq Ouatiti, Mohammed Sayagh, Hao Li, Ahmed E. Hassan

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

AI总结 研究通过分析4550个代理拉取请求，发现代理在58.4%的仓库中更改日志频率低于人类，但日志密度更高。明确的日志指令稀缺且无效，人类在72.5%的情况下修复日志问题，表明自然语言指令存在不足，需引入确定性限制以确保一致性。

FactorEngine: A Program-level Knowledge-Infused Factor Mining Framework for Quantitative Investment

FactorEngine：一种面向量化投资的程序级知识增强因子挖掘框架

Qinhong Lin, Ruitao Feng, Yinglun Feng, Zhenxin Huang, Yukun Chen, Zhongliang Yang, Linna Zhou, Binjie Fei, Jiaqi Liu, Yu Li

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Value Simplex Technology Co. Ltd.（北京价值简朴科技有限公司） ； Yangtze Delta Research Institute, University of Electronic Science and Technology of China（电子科技大学长三角研究院） 纠错

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

AI总结 FactorEngine通过逻辑修订与参数优化分离、LLM引导方向搜索与贝叶斯超参数搜索分离、LLM使用与本地计算分离，提升因子挖掘的有效性和效率，结合知识增强的 bootstrap 模块和经验知识库，实现更强的预测稳定性和投资组合表现。

Comments 26 pages, 10 figures

Beyond Fixed Tests: Repository-Level Issue Resolution as Coevolution of Code and Behavioral Constraints

超越固定测试：仓库级问题解决作为代码和行为约束的共进化

Kefan Li, Yuan Yuan, Mengfei Wang, Shihao Zheng, Wei Wang, Ping Yang, Mu Li, Weifeng Lv

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

AI总结 本文提出Agent-CoEvo框架，通过共进化代码与行为约束提升修复效果，优于现有基线方法。

Semi-Autonomous Formalization of the Vlasov-Maxwell-Landau Equilibrium

半自动化的Vlasov-Maxwell-Landau平衡形式化

Vasily Ilin

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 本文展示了一个完整的Lean 4形式化，用于Vlasov-Maxwell-Landau系统中的平衡特性描述，通过AI辅助数学研究流程，结合AI推理模型、编码工具和专业证明器，实现了高效的形式化验证。

Comments 11 figures

An Empirical Study of Interaction Smells in Multi-Turn Human-LLM Collaborative Code Generation

多轮人-大语言模型协作代码生成中交互恶臭的实证研究

Binquan Zhang, Li Zhang, Lin Shi, Song Wang, Yuwei Qian, Linhui Zhao, Fang Liu, An Fu, Yida Ye

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

AI总结 本文通过分析真实用户-大语言模型交互数据，揭示多轮协作代码生成中的交互恶臭现象，提出InCE框架以提升交互质量。

PRBench: End-to-end Paper Reproduction in Physics Research

PRBench: 物理研究中的端到端论文复现

Shi Qiu, Junyi Deng, Yiwei Deng, Haoran Dong, Jieyu Fu, Mao Li, Zeyu Li, Zhaolong Zhang, Huiwen Zheng, Leidong Bao, Anqi Lv, Zihan Mo, Yadi Niu, Yiyang Peng, Yu Tian, Yili Wang, Ziyu Wang, Zi-Yu Wang, Jiashen Wei, Liuheng Wu, Aoran Xue, Leyi Yang, Guanglu Yuan, Xiarui Zhan, Jingjun Zhang, Zifan Zheng, Pengfei Liu, Linrui Zhen, Kaiyang Li, Qichang Li, Ziheng Zhou, Guo-En Nian, Yunwei Xiao, Qing-Hong Cao, Linjie Dai, Xu Feng, Peng Gao, Ying Gu, Chang Liu, Jia Liu, Ming-xing Luo, Yan-Qing Ma, Liang-You Peng, Huichao Song, Shufeng Wang, Chenxu Wang, Tao Wang, Yi-Nan Wang, Chengyin Wu, Pengwei Zhao, Hua Xing Zhu

机构 * School of Physics, Peking University（北京大学物理学院） ； Beijing Computational Science Research Center（北京计算科学研究中心） 纠错

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

AI总结 PRBench通过30个物理领域专家任务评估AI在复现科学论文中的能力，发现现有模型在数据准确性和代码正确性上表现不佳，揭示了系统性失败模式。

Comments 17 pages, 3 figures

Autonomous Issue Resolver: Towards Zero-Touch Code Maintenance

自主问题解决者：迈向零接触代码维护

Aliaksei Kaliutau

机构 * Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 本文提出基于数据转换图的新型方法，通过数据状态节点和函数边的拓扑结构，解决传统代码属性图的控制流逻辑缺陷，实现数据完整性导航与控制流逻辑的统一，提升代码修复效率。

Comments 21 pages, 4 figures

QLCoder: A Query Synthesizer For Static Analysis of Security Vulnerabilities

QLCoder：一种用于静态分析安全漏洞的查询生成器

Claire Wang, Ziyang Li, Saikat Dutta, Mayur Naik

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

AI总结 QLCoder通过结合LLM与执行反馈，利用MCP接口生成有效的安全查询，有效检测漏洞。在111个Java项目中，53.4%的CVE被正确识别，优于仅使用Claude Code的10%。

Immersion in the GitHub Universe: Scaling Coding Agents to Mastery

在GitHub宇宙中的沉浸：将编码代理扩展至精通

Jiale Zhao, Guoxin Chen, Fanzhe Meng, Minghao Li, Jie Chen, Hui Xu, Yongshuai Sun, Wayne Xin Zhao, Ruihua Song, Yuan Zhang, Peng Wang, Cheng Chen, Jirong Wen, Kai Jia

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

AI总结 本文提出ScaleSWE系统，通过自动化多代理工作流生成高质量SWE数据，产生10万验证实例，超越现有数据集的多样性和复杂性，训练出性能提升三倍的ScaleSWE代理。

Revisiting Quantum Code Generation: Where Should Domain Knowledge Live?

重新审视量子代码生成：领域知识应该在哪里居住？

Oscar Novo, Oscar Bastidas-Jossa, Alberto Calvo, Antonio Peris, Carlos Kuchkovsky

机构 * Quantum Computing Research, QCentroid（量子计算研究，QCentroid） 纠错

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

AI总结 研究比较了Qiskit代码生成中不同专精策略，发现通用LLM在零样本和检索增强设置下表现更优，结合执行反馈代理可提升性能，表明无需领域微调即可实现更灵活的量子软件开发。

Comments Submitted to Quantum Machine Intelligence

A Blueprint for Self-Evolving Coding Agents in Vehicle Aerodynamic Drag Prediction

车辆气动阻力预测中自演化编码代理的蓝图

Jinhui Ren, Huaiming Li, Yabin Liu, Tao Li, Zhaokun Liu, Yujia Liang, Zengle Ge, Chufan Wu, Xiaomin Yuan, Danyu Liu, Annan Li, Jianmin Wu

机构 * Famou Agent Team（Famou 代理团队） ； Baidu AI Cloud（百度AI云） ； IAT AI Team（IAT人工智能团队） 纠错

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

AI总结 本文提出一种基于合同的自演化编码代理框架，通过约束优化发现可执行的代理管道，提升车辆阻力系数预测的效率与可靠性。

Building Effective AI Coding Agents for the Terminal: Scaffolding, Harness, Context Engineering, and Lessons Learned

构建高效的AI编码代理：支架、驾驭、上下文工程及经验教训

Nghi D. Q. Bui

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

AI总结 本文提出OPENDEV，一种基于命令行的开源编码代理，通过安全控制、高效上下文管理及自适应压缩技术，实现终端优先的自主软件工程支持。

Comments Work in progress, new versions will be updated continuously

SCAFFOLD-CEGIS: Preventing Latent Security Degradation in LLM-Driven Iterative Code Refinement

SCAFFOLD-CEGIS: 防止由LLM驱动的迭代代码精炼中的潜在安全退化

Yi Chen, Yun Bian, Haiquan Wang, Shihao Li, Zhe Cui

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

AI总结 SCAFFOLD-CEGIS通过多智能体协作架构，将安全约束显式化，有效降低LLM驱动迭代代码精炼中的潜在安全退化率至2.1%。