代码大模型 / AI 编程

Beyond Isolated Tasks: A Framework for Evaluating Coding Agents on Sequential Software Evolution

超越孤立任务：一个评估编码代理在连续软件演进中的框架

KN Ajay Shastry, Ganesh Senrayan, Shrey Satapara, Pranoy Panda, Chaitanya Devaguptapu

机构 * Fujitsu Research（富士通研究所） 纠错

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

AI总结 本文提出一个框架，通过模拟真实开发者工作流程的两个现实场景，评估编码代理在连续任务中的表现，揭示孤立任务评估的局限性及多维评估的必要性。

Supply-Chain Poisoning Attacks Against LLM Coding Agent Skill Ecosystems

针对LLM编码代理技能生态系统的供应链污染攻击

Yubin Qu, Yi Liu, Tongcheng Geng, Gelei Deng, Yuekang Li, Leo Yu Zhang, Ying Zhang, Lei Ma

机构 * Griffith University（格里菲斯大学） ； The State Information Center（国家信息中心） ； Nanyang Technological University（南洋理工大学） ； University of New South Wales（新南威尔士大学） ； Wake Forest University（维克森林大学） 纠错

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

AI总结 本文研究了LLM编码代理技能生态系统中供应链攻击对行动空间的影响，提出DDIPE方法通过嵌入恶意逻辑到技能文档中实现隐式payload执行，实验显示其在强防御下可绕过11.6%-33.5%。

Beyond Resolution Rates: Behavioral Drivers of Coding Agent Success and Failure

超越分辨率率：编码代理成功与失败的行为驱动因素

Tural Mehtiyev, Wesley Assunção

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

AI总结 本文通过大规模实证研究分析了9374条轨迹，探讨了编码代理在特定任务中失败的原因，发现行为模式和LLM能力对成功与失败有显著影响。

From Industry Claims to Empirical Reality: An Empirical Study of Code Review Agents in Pull Requests

从行业声明到实证现实：代码审查代理在拉取请求中的实证研究

Kowshik Chowdhury, Dipayan Banik, K M Ferdous, Shazibul Islam Shamim

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

AI总结 本文通过分析代码审查代理（CRAs）在拉取请求中的表现，探讨其对合并成功率的影响，发现CRAs生成的反馈质量与PR废弃率密切相关，需人类监督以提高代码审查效果。

Comments Accepted at 23rd International Conference on Mining Software Repositories (MSR), 2026