代码大模型 / AI 编程

Agentic Agile-V: From Vibe Coding to Verified Engineering in Software and Hardware Development

Agentic Agile-V: 从Vibe编码到验证工程在软件和硬件开发中

Christopher Koch

机构 * Independent Researcher（独立研究者） 纠错

专题命中 软件智能体 ：code generation(abstract,abstract_cn)；repository(abstract,abstract_cn)；分类 cs.SE、cs.AI

AI总结 本文研究了代理AI在软件和硬件开发中的应用，提出Agentic Agile-V框架，通过SCOPE-V循环将对话意图转化为结构化工程成果，并贡献了最小输入艺术品类税、对话到合同门、风险自适应工作流和证据包接受模型。

Comments 7 pages, 1 figure

SpecBench: Measuring Reward Hacking in Long-Horizon Coding Agents

SpecBench: 评估长周期编码代理中的奖励黑客现象

Bingchen Zhao, Dhruv Srikanth, Yuxiang Wu, Zhengyao Jiang

机构 * Weco AI 纠错

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

AI总结 该研究通过分解软件工程任务，提出了一种评估长周期编码代理中奖励黑客现象的方法，通过比较可见测试套件和隐藏测试套件的通过率差异，引入了SpecBench基准，展示了奖励黑客现象在不同任务长度上的显著影响。

Code Researcher: Deep Research Agent for Large Systems Code and Commit History

Code Researcher: 用于大型系统代码和提交历史的深度研究代理

Ramneet Singh, Sathvik Joel, Abhav Mehrotra, Nalin Wadhwa, Ramakrishna B Bairi, Aditya Kanade, Nagarajan Natarajan

机构 * Microsoft Research（微软研究院） 纠错

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

AI总结 本文提出Code Researcher，一种用于大型系统代码和提交历史的深度研究代理，通过多步骤推理和全局上下文收集，有效解决系统代码崩溃修复问题，显著优于现有基线方法。