AI Agent

ArteryX: A Reliable End-to-End Toolbox for Standardized Intracranial Artery Feature Extraction from 3D TOF-MRA

ArteryX：用于从3D TOF-MRA中标准化颅内动脉特征提取的可靠端到端工具箱

Abrar Faiyaz, Nhat Hoang, Giovanni Schifitto, Md Nasir Uddin

机构 * Department of Neurology, University of Rochester（罗切斯特大学神经科部） ； Department of Physics, University of Rochester（罗切斯特大学物理系） ； Department of Imaging Sciences, University of Rochester（罗切斯特大学影像科学系） ； Department of Electrical & Computer Engineering, University of Rochester（罗切斯特大学电气与计算机工程系） ； Department of Biomedical Engineering, University of Rochester（罗切斯特大学生物医学工程系） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出ArteryX工具箱，通过标准化动脉分类、集成分割处理和图构建，提取形态、拓扑和复杂性特征，在三个数据集上验证其优于iCafe，并降低人工校正负担。

Comments 26 Pages, 6 Figures, Preliminary version of the toolbox was presented at the ISMRM 2025 Conference in Hawaii at the "Software Tools" Session

Characterizing Dislocation Substructures in Creep-Deformed Olivine Using Electron Channeling Contrast Imaging

利用电子通道对比成像表征蠕变变形橄榄石中的位错亚结构

M. Haroon Qaiser, Jessica White, David Wallis, T. Ben Britton

专题命中 工作流自动化 ：workflow(abstract)

AI总结 通过电子通道对比成像与电子背散射衍射结合，研究蠕变变形橄榄石中的位错亚结构，揭示其复杂性及对蠕变模型的约束作用。

Comments Preprint (as-submitted version after the first peer review)

Journal ref J. Geophys. Res. Solid Earth 131 (2026) e2026JB034771

AIM2DAT: A Python-based Automated Ab Initio Material Modeling and Data Analysis Toolkit

aim2dat：用于自动从头计算材料建模和数据分析的Python基础设施

Holger-Dietrich Saßnick, Joshua Edzards, Timo Reents, Caterina Cocchi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 aim2dat提供用户友好的界面，用于生成和处理大数据，基于密度泛函理论设计高通量工作流，并分析输出。其关键功能包括在线数据库接口、高通量筛选程序和机器学习模型的无缝集成。

Reinforcement Learning Control of Quantum Error Correction

量子纠错的强化学习控制

Volodymyr Sivak, Alexis Morvan, Michael Broughton, Rodrigo G. Cortiñas, Johannes Bausch, Andrew W. Senior, Matthew Neeley, Alec Eickbusch, Noah Shutty, Laleh Aghababaie Beni, James S. Spencer, Francisco J. H Heras, Thomas Edlich, Dmitry Abanin, Amira Abbas, Rajeev Acharya, Georg Aigeldinger, Ross Alcaraz, Sayra Alcaraz, Trond I. Andersen, Markus Ansmann, Frank Arute, Kunal Arya, Walt Askew, Nikita Astrakhantsev, Juan Atalaya, Brian Ballard, Joseph C. Bardin, Hector Bates, Andreas Bengtsson, Majid Bigdeli Karimi, Alexander Bilmes, Simon Bilodeau, Felix Borjans, Alexandre Bourassa, Jenna Bovaird, Dylan Bowers, Leon Brill, Peter Brooks, David A. Browne, Brett Buchea, Bob B. Buckley, Tim Burger, Brian Burkett, Nicholas Bushnell, Jamal Busnaina, Anthony Cabrera, Juan Campero, Hung-Shen Chang, Silas Chen, Ben Chiaro, Liang-Ying Chih, Agnetta Y. Cleland, Bryan Cochrane, Matt Cockrell, Josh Cogan, Roberto Collins, Paul Conner, Harold Cook, William Courtney, Alexander L. Crook, Ben Curtin, Martin Damyanov, Sayan Das, Dripto M. Debroy, Sean Demura, Paul Donohoe, Ilya Drozdov, Andrew Dunsworth, Valerie Ehimhen, Aviv Moshe Elbag, Lior Ella, Mahmoud Elzouka, David Enriquez, Catherine Erickson, Vinicius S. Ferreira, Marcos Flores, Leslie Flores Burgos, Ebrahim Forati, Jeremiah Ford, Austin G. Fowler, Brooks Foxen, Masaya Fukami, Alan Wing Lun Fung, Lenny Fuste, Suhas Ganjam, Gonzalo Garcia, Christopher Garrick, Robert Gasca, Helge Gehring, Robert Geiger, Élie Genois, William Giang, Dar Gilboa, James E. Goeders, Edward C. Gonzales, Raja Gosula, Stijn J. de Graaf, Alejandro Grajales Dau, Dietrich Graumann, Joel Grebel, Alex Greene, Jonathan A. Gross, Jose Guerrero, Loïck Le Guevel, Tan Ha, Steve Habegger, Tanner Hadick, Ali Hadjikhani, Michael C. Hamilton, Matthew P. Harrigan, Sean D. Harrington, Jeanne Hartshorn, Stephen Heslin, Paula Heu, Oscar Higgott, Reno Hiltermann, Hsin-Yuan Huang, Mike Hucka, Christopher Hudspeth, Ashley Huff, William J. Huggins, Evan Jeffrey, Shaun Jevons, Zhang Jiang, Xiaoxuan Jin, Chaitali Joshi, Pavol Juhas, Andreas Kabel, Dvir Kafri, Hui Kang, Kiseo Kang, Amir H. Karamlou, Ryan Kaufman, Kostyantyn Kechedzhi, Tanuj Khattar, Mostafa Khezri, Seon Kim, Can M. Knaut, Bryce Kobrin, Fedor Kostritsa, John Mark Kreikebaum, Ryuho Kudo, Ben Kueffler, Arun Kumar, Vladislav D. Kurilovich, Vitali Kutsko, Nathan Lacroix, David Landhuis, Tiano Lange-Dei, Brandon W. Langley, Pavel Laptev, Kim-Ming Lau, Justin Ledford, Joy Lee, Kenny Lee, Brian J. Lester, Wendy Leung, Lily Li, Wing Yan Li, Ming Li, Alexander T. Lill, William P. Livingston, Matthew T. Lloyd, Aditya Locharla, Laura De Lorenzo, Daniel Lundahl, Aaron Lunt, Sid Madhuk, Aniket Maiti, Ashley Maloney, Salvatore Mandrà, Leigh S. Martin, Orion Martin, Eric Mascot, Paul Masih Das, Dmitri Maslov, Melvin Mathews, Cameron Maxfield, Jarrod R. McClean, Matt McEwen, Seneca Meeks, Kevin C. Miao, Zlatko K. Minev, Reza Molavi, Sebastian Molina, Shirin Montazeri, Charles Neill, Michael Newman, Anthony Nguyen, Murray Nguyen, Chia-Hung Ni, Murphy Yuezhen Niu, Logan Oas, Raymond Orosco, Kristoffer Ottosson, Alice Pagano, Agustin Di Paolo, Sherman Peek, David Peterson, Alex Pizzuto, Elias Portoles, Rebecca Potter, Orion Pritchard, Michael Qian, Chris Quintana, Arpit Ranadive, Matthew J. Reagor, Rachel Resnick, David M. Rhodes, Daniel Riley, Gabrielle Roberts, Roberto Rodriguez, Emma Ropes, Lucia B. De Rose, Eliott Rosenberg, Emma Rosenfeld, Dario Rosenstock, Elizabeth Rossi, Pedram Roushan, David A. Rower, Robert Salazar, Kannan Sankaragomathi, Murat Can Sarihan, Kevin J. Satzinger, Max Schaefer, Sebastian Schroeder, Henry F. Schurkus, Aria Shahingohar, Michael J. Shearn, Aaron Shorter, Vladimir Shvarts, Spencer Small, W. Clarke Smith, David A. Sobel, Barrett Spells, Sofia Springer, George Sterling, Jordan Suchard, Aaron Szasz, Alexander Sztein, Madeline Taylor, Jothi Priyanka Thiruraman, Douglas Thor, Dogan Timucin, Eifu Tomita, Alfredo Torres, M. Mert Torunbalci, Hao Tran, Abeer Vaishnav, Justin Vargas, Sergey Vdovichev, Guifre Vidal, Catherine Vollgraff Heidweiller, Meghan Voorhees, Steven Waltman, Jonathan Waltz, Shannon X. Wang, Brayden Ware, James D. Watson, Yonghua Wei, Travis Weidel, Theodore White, Kristi Wong, Bryan W. K. Woo, Christopher J. Wood, Maddy Woodson, Cheng Xing, Z. Jamie Yao, Ping Yeh, Bicheng Ying, Juhwan Yoo, Noureldin Yosri, Elliot Young, Grayson Young, Adam Zalcman, Ran Zhang, Yaxing Zhang, Ningfeng Zhu, Nicholas Zobrist, Zhenjie Zou, Ryan Babbush, Dave Bacon, Sergio Boixo, Yu Chen, Zijun Chen, Michel Devoret, Monica Hansen, Jeremy Hilton, Cody Jones, Julian Kelly, Alexander N. Korotkov, Erik Lucero, Anthony Megrant, Hartmut Neven, William D. Oliver, Ganesh Ramachandran, Vadim Smelyanskiy, Paul V. Klimov

专题命中 工作流自动化 ：agent(abstract)

AI总结 通过强化学习统一量子纠错与校准，在Willow超导处理器上实现表面码逻辑稳定性提升3.5倍，并创下表面码和颜色码的逻辑错误率记录。

High-Repetition-Rate Projection Multiphoton Lithography for Large-Area Sub-Micron 3D Printing

高重复率投影多光子光刻用于大面积亚微米3D打印

Savvas Papamakarios, Maria Manousidaki, Michalis Stavrou, David Gray, Maria Farsari

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出基于时空光束整形的全息3D打印平台，通过飞秒激光源和DMD投影实现每秒超百万体素、分辨率低于400nm的亚微米3D制造，并验证了大面积木堆晶格和微柱阵列的可靠加工。

A computer vision-based approach to clean seismic catalogues

基于计算机视觉的清洁地震目录方法

Michele De Solda, Camilla Rossi, Sonja Gaviano, Giacomo Rapagnani, Emanuele Bozzi, Bogdan Enescu, Laura Gulia, Francesco Grigoli

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种结合波形定位与深度学习图像分类的计算机视觉流程，通过相干矩阵的二值图像分类区分真实地震事件与噪声，提升地震目录的清洁度和定位精度。

SuperCarver: Texture-Consistent 3D Geometry Super-Resolution for High-Fidelity Surface Detail Generation

SuperCarver: 纹理一致的3D几何超分辨率用于高保真表面细节生成

Qijian Zhang, Xiaozheng Jian, Xuan Zhang, Wenping Wang, Junhui Hou

机构 * Tencent Games, China（腾讯游戏，中国） ； Department of Computer Science & Engineering, Texas A & M University（电子与计算机工程系，德克萨斯A&M大学） ； Department of Computer Science, City University of Hong Kong（计算机科学系，香港城市大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出SuperCarver，一种3D几何超分辨率管线，通过先验引导的法线扩散模型和噪声鲁棒的逆渲染，为粗糙网格补充纹理一致的表面细节，实现高保真细节生成。

Comments Accepted in IEEE TVCG

AutoBG: A Board Game Design Assistant with Interactive Ideation, Iterative Rulebook Generation, and Individualized Feedback

AutoBG: 一个集交互式构思、迭代规则书生成和个性化反馈于一体的棋盘游戏设计助手

Zizhen Li, Chuanhao Li, Yibin Wang, Jianwen Sun, Yukang Feng, Fanrui Zhang, Mingzhu Sun, Yifei Huang, Kaipeng Zhang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出AutoBG系统，通过四个模块（BG-Ideator、BG-Realizer、BG-Critic、BG-Persona）实现从构思到规则书迭代和用户测试的端到端支持，显著提升设计效率和质量。

Exascale Hybrid Numerical-AI Ensembles for Operational Flood-Season Forecasting in East Asia: 15-km Decadal Hindcasts and 1-km High-Resolution Capability

东亚业务洪季预报的百亿亿次混合数值-AI集成：15公里十年回溯模拟与1公里高分辨率能力

Mengxuan Chen, Yunpu Xu, Qiuyan Sun, Han Zhang, Jiayi Lai, Zheng Zhou, Juepeng Zheng, Hongsong Meng, Nan Wei, Jinxiao Zhang, Xiongchuan Tan, Haodong Bian, Yinan Cai, Ge Yang, Fang Wang, Yunyun Liu, Conghui He, Runmin Dong, Lanning Wang, Yutong Lu, Yongjiu Dai, Haohuan Fu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对东亚夏季降水季节预报的挑战，提出CAPES系统，集成公里级耦合区域模型与数据驱动AI系统，通过174个数值成员和1600个AI成员的融合集成，在14.6小时内完成十年回溯模拟，将平均预测评分从ECMWF的71.8提升至75.9，并实现1公里分辨率台风模拟和公里级融合集成预报的可行性。

Comments 12 pages, 13 figures, 5 tables

Kinetic Equilibrium Prediction at TCV using RAPTOR and FBT

使用RAPTOR和FBT在TCV上的动理学平衡预测

C. E. Contré, A. Merle, O. Sauter, S. Van Mulders, R. Coosemans, G. Durr-Legoupil-Nicoud, F. Felici, O. Février, C. Heiss, B. Labit, A. Pau, Y. Poels, C. Venturini, B. Vincent, the TCV team, the EUROfusion Tokamak Exploitation Team

专题命中 工作流自动化 ：workflow(abstract)

AI总结 通过耦合RAPTOR输运模拟与FBT平衡计算，提出动理学平衡预测工作流，实现TCV全放电的快速预演和线圈电流优化。

Comments 26 pages, 21 figures

The A to Z Guide to Accelerating Continuous Improvement with ResFrac

使用 ResFrac 加速持续改进的 A 到 Z 指南

Mark McClure, Garrett Fowler, Chris Hewson, Charles Kang, Chris Ponners, Aileen Zebrowski

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文为 ResFrac 新用户提供成功使用该软件所需的工具，涵盖功能描述、操作指南及高级工程技能，包括建模工作流设计、批判性思考和结果沟通。

On the Poisson Follower Model

关于泊松追随者模型

Natasa Dragovic, Francois Baccelli

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文提出一种受观点动力学启发的随机几何动力学模型，通过追随者向领导者意见减半更新的规则，结合泊松点过程初始条件，利用积分几何公式刻画了领导权演化与观点聚类现象的时空频率，并数值分析了追随者动力学的极限行为。

Analytic Gradients and Geometry Optimization for Orbital-Optimized Pair Coupled Cluster Doubles

轨道优化对耦合簇双激发的解析梯度和几何优化

Saman Behjou, Iulia Emilia Brumboiu, Katharina Boguslawski

专题命中 工作流自动化 ：workflow(abstract)

AI总结 在PyBEST中实现基于解析梯度的几何优化引擎，用于轨道优化对耦合簇双激发（OOpCCD/AP1roG），通过Lagrangian形式首次实现解析核梯度，验证表明键长偏差约0.02 Å，键角偏差小于1°。

Comments 11 pages, 3 figures, AAM

Adaptable Segmentation Pipeline for Diverse Brain Tumors with Radiomic-Guided Subtyping and Lesion-Wise Model Ensemble

适用于多样化脑肿瘤的自适应分割流程：放射组学引导的亚型分类与病灶级模型集成

Daniel Capellán-Martín, Abhijeet Parida, Zhifan Jiang, Nishad Kulkarni, Krithika Iyer, Austin Tapp, Syed Muhammad Anwar, María J. Ledesma-Carbayo, Marius George Linguraru

机构 * Sheikh Zayed Institute for Pediatric Surgical Innovation（Sheikh Zayed儿童外科创新研究所） ； Children’s National Hospital（儿童医院） ； University of Washington（华盛顿大学） ； Universidad Politécnica de Madrid（马德里理工大学） ； CIBER-BBN ； ISCIII ； School of Medicine and Health Sciences（医学与健康科学学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种灵活模块化的自适应分割流程，通过放射组学特征检测肿瘤亚型并平衡训练，结合病灶级性能指标优化模型集成与后处理，在BraTS 2025挑战赛中达到顶尖性能，支持临床定量肿瘤测量。

Comments 12 pages, 5 figures, 3 tables. Algorithm presented at MICCAI BraTS 2025

Low-order CR--RT equilibrated-flux certification for semilinear problems on anisotropic meshes

各向异性网格上半线性问题的低阶CR--RT均衡流认证

Hiroki Ishizaka

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对半线性扩散-反应问题，提出基于CR--RT均衡流的低阶认证框架，通过牛顿-康托罗维奇论证给出显式半径ρ确保解存在唯一，并利用伴随修正缩小感兴趣量的区间。

Population-Adjusted Indirect Treatment Comparison with the outstandR Package in R

基于R包outstandR的人群调整间接比较

Nathan Green

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对缺乏头对头试验时的间接治疗比较，提出R包outstandR，通过G计算和多重插补边际化方法实现人群调整，提供统一框架进行稳健证据合成。

Comments 35 pages

Interdependent Hitting Times

相互依赖的击中时间

Jaap H. Abbring, Yifan Yu

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文通过同步博弈模型研究相互依赖的持续时间，其中停止激励随他人停止而增加，并利用相互依赖的击中时间表示均衡结果，建立了非参数识别方法并开发了模拟估计器。

Comments 45 pages (including title page). The ancillary files include the online supplement (17 pages) to this paper

Stationarity-constrained representative volume elements for image-based homogenization of granular microstructures

基于图像均匀化颗粒微结构的平稳约束代表性体积单元

Fernando Alonso-Marroquin, Abdullah Alqubalee, Eduardo Garzanti, Christian Tantardini

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种基于图像的工作流程，通过平稳性约束和持久均值-谱准则确定代表性体积单元尺寸，并应用于沙丘砂微结构图像。

Hybrid Quantum-Classical Optimization Workflows for the Shipment Selection Problem

混合量子-经典优化工作流用于运输选择问题

Miguel Angel Lopez-Ruiz, Daiwei Zhu, Jonas Hatzenbuhler, Shudian Zhao, Claudio Girotto, Willie Aboumrad, Jonas Alm, Julia Kompalla, Mena Issler, Ananth Kaushik, Martin Roetteler

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种混合量子-经典优化方法，用于解决运输选择问题，通过量子优化框架提升物流效率，实现运输任务优化与成本降低。

AutoPot: Automated and massively parallelized construction of Machine-Learning Potentials

AutoPot：自动化且大规模并行的机器学习势构建

Max Hodapp, Guillaume Anciaux

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出AutoPot软件，通过自动化工作流和高度并行化计算，简化机器学习势的构建与存档，支持主动学习与微调等复杂训练协议。

Comments revised preprint

Detecting Model Misspecification in Bayesian Inverse Problems via Variational Gradient Descent

通过变分梯度下降检测贝叶斯逆问题中的模型误设定

Qingyang Liu, Matthew A. Fisher, Zheyang Shen, Xuebin Zhao, Katherine Tant, Andrew Curtis, Chris. J. Oates

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种通过比较标准贝叶斯后验与预测导向后验来检测模型误设定的诊断方法，并基于变分梯度下降实现高效数值算法。

Comments Several improvements to the text and fixed a typo in the statement of Theorem 2.3

Guided progressive reconstructive imaging: a new quantization-based framework for low-dose, high-throughput and real-time analytical ptychography

引导式渐进重建成像：一种基于量化的新框架，用于低剂量、高通量和实时分析ptychography

Hoelen L. Lalandec Robert, Arno Annys, Tamazouzt Chennit, Jo Verbeeck

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种基于量化的新型框架，用于低剂量、高通量和实时分析ptychography，通过快速处理和预计算的核限制函数库，提高重建效率和灵活性。

Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems

深入Claude代码：当今及未来AI代理系统的设计空间

Jiacheng Liu, Xiaohan Zhao, Xinyi Shang, Zhiqiang Shen

机构 * VILA Lab, Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学VILA实验室） ； University College London（伦敦大学学院） 纠错

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

AI总结 本文分析Claude代码架构及其与OpenClaw的对比，揭示驱动设计的五个人类价值观，并探讨未来AI代理系统的六个开放设计方向。

Comments Tech report. Code at: https://github.com/VILA-Lab/Dive-into-Claude-Code

AgenticSCR: An Autonomous Agentic Secure Code Review for Immature Vulnerabilities Detection

AgenticSCR: 一种用于检测初期漏洞的自主代理安全代码审查

Wachiraphan Charoenwet, Kla Tantithamthavorn, Patanamon Thongtanunam, Hong Yi Lin, Minwoo Jeong, Ming Wu

机构 * The University of Melbourne（墨尔本大学） ； Monash University（莫纳什大学） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；autonomous agent(title)；agent(abstract)；multi-agent(abstract)

AI总结 AgenticSCR通过结合LLMs、自主决策和语义记忆，有效检测预提交阶段的初期漏洞，优于传统SAST工具和静态LLM基线。

Comments Accepted at the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE'26 Industry-Track)

Bayesian-Agent: Posterior-Guided Skill Evolution Across LLM Agent Harnesses

Bayesian-Agent：面向LLM Agent框架的后验引导技能演化

Xiaojun Wu, Cehao Yang, Honghao Liu, Xueyuan Lin, Wenjie Zhang, Zhichao Shi, Xuhui Jiang, Chengjin Xu, Jia Li, Jian Guo

机构 * IDEA Research（IDEA研究院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； DataArcTech Ltd.（DataArcTech有限公司） 纠错

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

AI总结 提出Bayesian-Agent框架，将可复用技能视为假设，通过后验分布指导技能演化（如修补、拆分、压缩等），在多个基准上显著提升性能，表明Agent技能演化应视为后验引导的框架优化。

Comments 20 pages, 11 figures

SW-$A^2$-Bench: Benchmarking Autonomous Software Agent Generation for Agentic Web

SW-$A^2$-Bench: 面向智能体网络的自主软件智能体生成基准测试

Linyao Chen, Bo Huang, Qinlao Zhao, Shuai Shao, Zhi Han, Zicai Cui, Ziheng Zhang, Guangtao Zeng, Wenzheng Tang, Yikun Wang, Yuanjian Zhou, Zimian Peng, Yong Yu, Weiwen Liu, Hiroki Kobayashi, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Tokyo（东京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nankai University（南开大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Queen’s University（女王大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 提出首个软件智能体生成基准SW-$A^2$-Bench，通过编码智能体自动将代码仓库转化为自主软件智能体，评估生成智能体的忠实性与互操作性，以扩展智能体网络规模。

An Exploratory Study of Agent Plans for Agentic AI Coding Tools in Open-Source Software

面向开源软件中智能体式AI编码工具的智能体计划探索性研究

Muhammad Auwal Abubakar, Seyedmoein Mohsenimofidi, Jai Lal Lulla, Jie M. Zhang, Christoph Treude, Sebastian Baltes, Matthias Galster

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

AI总结 本文通过筛选36710个GitHub仓库识别出85个Markdown智能体计划文件，研究其支持的软件工程工作类型与提供的执行指导，明确其是研究人-智能体工作流任务意图的丰富工件。

Comments 14 pages, 2 figures, 4 tables. Accepted at the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026), Emerging Results, Vision, and Reflection Papers Track

Agent psychometrics: Task-level performance prediction in agentic coding benchmarks

代理心理测量：在代理编码基准中的任务级性能预测

Chris Ge, Daria Kryvosheieva, Daniel Fried, Uzay Girit, Kaivalya Hariharan

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Fulcrum ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出了一种基于任务级性能预测的代理编码基准评估框架，结合IRT理论与任务特征，区分LLM和支架能力，以更准确预测未见基准和组合的性能。

Causal Agent based on Large Language Model

基于大语言模型的因果智能体

Kairong Han, Kun Kuang, Ziyu Zhao, Junjian Ye, Fei Wu

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

AI总结 该研究针对LLM难以处理因果问题的挑战，提出Causal Agent框架，构建CausalTQA基准，实验显示其在多层级因果问题及真实数据集上性能优于SOTA。

An Auditable AI Agent Loop for Empirical Economics: A Case Study in Forecast Combination

一个可审计的AI代理循环用于实证经济学：以预测组合为例

Minchul Shin

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

AI总结 提出一个开源代理循环架构，结合搜索后留出评估，使实证规范搜索透明化，在预测组合案例中独立代理搜索找到优于原始研究基准的方法。

Comments 36 pages, no figure