代码大模型 / AI 编程

Comparing AI Coding Agents: A Task-Stratified Analysis of Pull Request Acceptance

比较AI编码代理：一项任务分层的拉取请求接受分析

Giovanni Pinna, Jingzhi Gong, David Williams, Federica Sarro

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

AI总结 本文通过分析7156个拉取请求，比较了五个AI编码代理在不同任务类型上的接受率差异，发现文档任务接受率显著高于新功能任务，且OpenAI Codex在多种任务类型中表现优异。

Comments Accepted by MSR'26 Mining Challenge Track

RExBench: Can coding agents autonomously implement AI research extensions?

RExBench：代码代理能否自主实现AI研究扩展？

Nicholas Edwards, Yukyung Lee, Yujun Audrey Mao, Yulu Qin, Sebastian Schuster, Najoung Kim

机构 * Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系） ； UniVie Doctoral School Computer Science, University of Vienna（维也纳大学UniVie计算机科学博士学院） ； Boston University（波士顿大学） 纠错

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

AI总结 本文提出RExBench基准，评估代码代理自主实现AI研究扩展的能力，发现现有代理在无人类指导时成功率不足44%。

Comments ACL 2026

AutoCodeSherpa: Symbolic Explanations in AI Coding Agents

AutoCodeSherpa: AI 编程代理中的符号解释

Sungmin Kang, Haifeng Ruan, Abhik Roychoudhury

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

AI总结 AutoCodeSherpa通过符号公式提供软件问题解释，提升自动化修复和程序分析的准确性与可靠性。

Fault-Tolerant Sandboxing for AI Coding Agents: A Transactional Approach to Safe Autonomous Execution

面向AI编码代理的容错沙盒：一种用于安全自主执行的事务方法

Boyang Yan

机构 * University of Virginia（弗吉尼亚大学） 纠错

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

AI总结 本文提出一种基于事务的容错沙盒框架，通过事务性文件系统快照和策略拦截层，实现对AI编码代理自主执行的安全保障，显著降低延迟并提高安全性。

Comments 7 pages

Agentic Refactoring: An Empirical Study of AI Coding Agents

Kosei Horikawa, Hao Li, Yutaro Kashiwa, Bram Adams, Hajimu Iida, Ahmed E. Hassan

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

Comments 23 pages, 7 Tables, 5 Figuress, Submitted to ACM Transactions on Software Engineering and Methodology(TOSEM)

Beyond Autocomplete: Designing CopilotLens Towards Transparent and Explainable AI Coding Agents

Runlong Ye, Zeling Zhang, Boushra Almazroua, Michael Liut

机构 * Computer Science, University of Toronto（计算机科学，多伦多大学） ； University of Toronto（多伦多大学） ； King Abdullah University of Science and Technology（国王 Abdullah 科学与技术大学） 纠错

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

Comments accepted at The First Workshop on the Application of LLM Explainability to Reasoning and Planning (XLLM-Reason-Plan) @ COLM 2025

Coding Agents with Multimodal Browsing are Generalist Problem Solvers

Aditya Bharat Soni, Boxuan Li, Xingyao Wang, Valerie Chen, Graham Neubig

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

A Self-Improving Coding Agent

Maxime Robeyns, Martin Szummer, Laurence Aitchison

机构 * University of Bristol（布里斯托大学） ； iGent AI 纠错

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

Comments Submitted as a preprint to NeurIPS 2025

Assessing the Integration of Software Agents and Industrial Automation Systems with ISO/IEC 25010

Stamatis Karnouskos, Roopak Sinha, Paulo Leitão, Luis Ribeiro, Thomas. I. Strasser

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

Comments Conference paper, 7 pages, 2 figures, 1 table

Journal ref Proceedings of the 16th International Conference on Industrial Informatics (INDIN2018). Porto, Portugal, IEEE Computer Society Press, pp.61-66

Elo Ratings for Large Tournaments of Software Agents in Asymmetric Games

Ben Wise

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

Comments 75 pages, 11 figures

Logic-Based Specification Languages for Intelligent Software Agents

Viviana Mascardi, Maurizio Martelli, Leon Sterling

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

Comments 67 pages, 1 table, 1 figure. Accepted for publication by the Journal "Theory and Practice of Logic Programming", volume 4, Maurice Bruynooghe Editor-in-Chief

Software Agents: Completing Patterns and Constructing User Interfaces

J. C. Schlimmer, L. A. Hermens

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

Comments See http://www.jair.org/ for an online appendix and other files accompanying this article

Journal ref Journal of Artificial Intelligence Research, Vol 1, (1993), 61-89

A Jagged Frontier: Evaluating Robustness of Code Agents to Semantics-Preserving Transformations

锯齿状前沿：评估代码智能体对语义保留转换的鲁棒性

Hasan Najib Mahmud, Shreya Gupta, Isha Chaudhary, Nathaniel Enis, Ravi Mangal, Gagandeep Singh, Corina Pasareanu

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

AI总结 该研究评估AI代码智能体对语义保留代码转换的鲁棒性，发现其存在锯齿状鲁棒性前沿，mini-SWE agent更鲁棒，顶级模型仍易受此类扰动影响，引发部署可靠性担忧。

Comments 18 pages, 6 figures

Adversarial Review: Structured Disagreement for Grounded Agentic Code Review

对抗评审：基于结构化分歧的 grounded 智能体代码评审

Eric S. Qiu, Joyce Gill

机构 * Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出对抗评审（AR）协议，仅用3个智能体实现结构化分歧的协作代码评审，在LiveCodeBench、SWE-PRBench等基准上优于多智能体基线，证明无需大量智能体即可完成高效代码评审。

Comments Accepted to ICML 2026 Workshop on DL4C

Agentic Synthesis against Counterexample-Supplemented Sketches

针对反例补充草图的智能合成

Muness Castle, Eric Rubeck

机构 * Independent（独立研究者） 纠错

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

AI总结 研究针对编码智能体修复失败示例易留隐患的问题，提出针对反例补充草图的智能合成方法，通过人类给出草图、智能体生成实现，依据反例修正并保留代码，经实验验证该方法能减少返工，承载审查策略。

Comments 32 pages, 5 displayed figures (4 distinct screenshots). Includes the CatSynth artifact supplement. Code and captured experiment artifacts: https://github.com/open-horizon-labs/counterexample-supplemented-sketches Clarifies the two-check CESS method and Developer change authority; adds the protocol-correct CatSynth rerun and replaces the prior withheld-case headline

Looping Is Not Reliability: State-Bound Evidence and Typed Revision Contracts for Agentic Code Repair

循环并非可靠性保障：智能代码修复的状态约束证据与类型化修订契约

Xueping Gao, Jianwei Yang, Qiang Yang

机构 * Alibaba Cloud（阿里云） 纠错

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

AI总结 研究编码智能体中生成-测试-修订循环的可靠性问题，通过实验揭示相关差距及问题，提出证据约束的类型化循环契约并实例化其可机械执行子集，实现规范与工件，非证明修复能力提升等。

Comments 11 pages, 4 figures, 6 tables

Why Git Is the Memory Solution for the Agentic Development Lifecycle

为什么Git是智能开发生命周期的记忆解决方案

Frank Guo

机构 * MIT（麻省理工学院） 纠错

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

AI总结 研究智能开发生命周期中代码变更推理过程的记忆问题，提出将记忆与Git绑定的方法，通过解决种子供应和答案组装问题，实现低令牌数回答且结果可复制。

Comments 8 pages

3100 Opinions on Code Review in an AI World: Building Causal Theory from Practitioner Discourse

人工智能时代关于代码审查的3100种观点：从从业者话语中构建因果理论

Shyam Agarwal, Courtney Miller, Christian Kästner, Bogdan Vasilescu

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 研究人工智能对代码审查的影响，通过收集从业者话语构建因果模型，明确审查是控制点，团队决定编码代理对软件影响，转化相关命题，还提供LLM辅助灰色文献理论构建方法。

The Spec Growth Engine: Spec-Anchored, Code-Coupled, Drift-Enforced Architecture for AI-Assisted Software Development

规范增长引擎：AI辅助软件开发的规范锚定、代码耦合、漂移强制架构

Hartwig Grabowski

机构 * Hochschule Offenburg（奥芬堡应用科学大学） 纠错

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

AI总结 提出规范增长引擎框架，通过机器可读的规范图、Spine上下文组装器、垂直切片增长协议和漂移门，解决AI编码代理中的上下文爆炸和规范-代码漂移问题。

Beyond Simpson's Paradox: A Cascade of Confounders in AI Agent Pull-Request Co-Authorship

超越辛普森悖论：AI 智能体拉取请求合著中的级联混杂因素

Haoran Yu, Xiaochong Jiang, Lifei Liu, Su Wang, Pin Qian, Yihang Chen

机构 * Independent Researcher（独立研究者） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本研究通过分层分析和多级控制，揭示了AI编码智能体拉取请求合著与合并率之间的关联主要由智能体组成、仓库选择和PR结构等混杂因素驱动，而非因果关系。

Comments 5 pages. Accepted at the KDD 2026 Workshop on Agentic Software Engineering (SE 3.0)

All Smoke, No Alarm: Oracle Signals in Agent-Authored Test Code

全是烟雾，没有警报：智能体编写的测试代码中的Oracle信号

Dipayan Banik, Kowshik Chowdhury, Shazibul Islam Shamim

机构 * Dipayan Banik（迪帕扬·班克） ； Kowshik Chowdhury（克什基·乔乌德里） ； Shazibul Islam Shamim（沙齐布·伊斯兰·沙米） 纠错

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

AI总结 研究智能体编写的测试代码中Oracle信号的存在情况，发现80.2%的测试补丁缺乏强Oracle信号，但强Oracle与合并可能性显著正相关（OR=1.28）。

Comments Accepted at the 8th IEEE International Conference on Artificial Intelligence Testing, 2026

What makes a harness a harness: necessary and sufficient conditions for an agent harness

什么使一个工具成为工具：智能体工具的必要和充分条件

Sanderson Oliveira de Macedo

机构 * Federal Institute of Goiás（戈亚斯联邦理工学院） 纠错

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

AI总结 本文通过概念分析，定义了智能体工具的必要和充分条件，并提供了包含/排除测试，以区分智能体工具与智能体框架、SDK、IDE插件等。

Reversa: A Reverse Documentation Engineering Framework for Converting Legacy Software into Operational Specifications for AI Agents

Reversa：一个用于将遗留软件转换为AI代理操作规范的反向文档工程框架

Sanderson Oliveira de Macedo, Ronaldo Martins da Costa

机构 * Federal Institute of Goias（戈亚斯联邦理工学院） ； Federal University of Goias（戈亚斯联邦大学） 纠错

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

AI总结 本文提出Reversa框架，旨在通过反向文档工程将遗留软件转换为AI代理可操作的规范，通过多代理流水线流程提取隐含规则，生成可追溯的操作规范，并提出评估协议以衡量覆盖率、可追溯性、置信度、效用和成本。

Comments Preprint. Includes a generative AI use statement

Spec Kit Agents: Context-Grounded Agentic Workflows

Spec Kit Agents：基于上下文的代理工作流

Pardis Taghavi, Santosh Bhavani

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

AI总结 本文提出Spec Kit Agents，一种多代理的规范驱动开发流程，通过添加阶段级上下文绑定钩子，提升代码质量与测试兼容性。

Safer Builders, Risky Maintainers: A Comparative Study of Breaking Changes in Human vs Agentic PRs

更安全的构建者，危险的维护者：人类与代理PR中破坏性变更的比较研究

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

机构 * Kennesaw State University（肯尼索州立大学） 纠错

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

AI总结 本文比较了人类与代理PR中破坏性变更的频率和任务情境，发现代理在维护任务中风险更高，存在'信心陷阱'问题。

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

SWE-PRBench: Benchmarking AI Code Review Quality Against Pull Request Feedback

SWE-PRBench：基于拉取请求反馈的AI代码审查质量基准测试

Deepak Kumar

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

AI总结 SWE-PRBench通过350个带人工标注的拉取请求评估AI代码审查质量，发现即使在代码生成基准测试中表现良好，AI在仅基于差异的配置下仍只能检测出人类标记问题的15-31%，表明AI代码审查距离人类专家表现仍有差距。

When AI Teammates Meet Code Review: Collaboration Signals Shaping the Integration of Agent-Authored Pull Requests

当AI队友遇见代码审查：协作信号塑造代理编写的拉取请求整合

Costain Nachuma, Minhaz Zibran

机构 * Idaho State University USA（爱达荷州立大学） 纠错

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

AI总结 研究探讨了AI代理提交的拉取请求在代码审查中的整合效果，发现审查员参与和协作信号对整合成功至关重要。

Comments 5 pages, 2 figures, 1 table. Accepted at the 23rd International Conference on Mining Software Repositories (MSR 2026), Rio de Janeiro, Brazil

Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey

大语言模型在软件工程中的问题解决进展与前沿：一项全面的调查

Caihua Li, Lianghong Guo, Yanlin Wang, Daya Guo, Wei Tao, Zhenyu Shan, Mingwei Liu, Jiachi Chen, Haoyu Song, Duyu Tang, Hongyu Zhang, Zibin Zheng

机构 * Sun Yat-sen University（中山大学） ； Hangzhou Normal University（杭州师范大学） ； Zhejiang University（浙江大学） ； Huawei Technologies Co, Ltd（华为技术有限公司） ； Chongqing University（重庆大学） 纠错

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

AI总结 本文全面调查了大语言模型在软件工程中问题解决的进展与前沿，分析了数据构建、方法和技术挑战，并提供了开源资源。

Comments 26 pages, 4 figures, 5 tables

SWE-Synth: Synthesizing Verifiable Bug-Fix Data to Enable Large Language Models in Resolving Real-World Bugs

SWE-Synth：合成可验证的bug修复数据以使大语言模型能够解决现实中的bug

Minh V. T. Pham, Huy N. Phan, Hoang N. Phan, Cuong Le Chi, Tien N. Nguyen, Nghi D. Q. Bui

机构 * FPT Software AI Center, Viet Nam（越南FPT软件AI中心） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University of Texas at Dallas, US（美国德克萨斯大学达拉斯分校） 纠错

专题命中 软件智能体 ：program repair(abstract)；repository(abstract)；分类 cs.SE、cs.AI

AI总结 SWE-Synth通过合成可验证的bug修复数据集，提升大语言模型在解决现实bug中的性能。

Comments Work in progress

InfCode-C++: Intent-Guided Semantic Retrieval and AST-Structured Search for C++ Issue Resolution

InfCode-C++: 基于意图的语义检索与AST结构化搜索用于C++问题解决

Qingao Dong, Mengfei Wang, Hengzhi Zhang, Zhichao Li, Yuan Yuan, Mu Li, Xiang Gao, Hailong Sun, Chunming Hu, Weifeng Lv

机构 * Beihang University（北航） ； Beijing Tokfinity Technology Co., Ltd.（北京 Tokfinity 技术有限公司） 纠错

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

AI总结 INFCODE-C++ 是首个针对 C++ 的自主系统，通过结合语义代码意图检索和 AST 结构查询，实现端到端的问题解决，其性能显著优于现有方法。