代码大模型 / AI 编程

Exploration Structure in LLM Agents for Multi-File Change Localization

LLM代理中的探索结构用于多文件变更定位

Akeela Darryl Fattha, Kia Ying Chua, Lingxiao Jiang, Laura Wynter

机构 * School of Computing and Information Systems, Singapore Management University（计算与信息系统学院，新加坡国立管理学院） 纠错

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

AI总结 针对多子系统变更场景，提出非线性、领域范围的并行代理探索结构，在SWE Bench Pro基准上，小规模Haiku类模型通过领域代理并行生成实现高微F1分数，优于线性顺序探索。

Projecting the Emerging Mindset of SWE Agent by Launching a Wild Code Understanding Journey

通过发起野生的代码理解之旅来投射SWE代理新兴思维模式

Zhengyi Zhuo, Yan Liu

机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） 纠错

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

AI总结 本文通过有限工具接口让SWE代理在真实代码库中探索，提出Ada框架，利用观察透镜分析代理的导航、证据选择、综合、基础化和停止行为，将轨迹数据转化为可比较的行为画像。

SWE-Marathon: Can Agents Autonomously Complete Ultra-Long-Horizon Software Work?

SWE-Marathon: 智能体能否自主完成超长时程软件工作？

Rishi Desai, Jesse Hu, Joan Cabezas, Neel Harsola, Pratyush Shukla, Roey Ben Chaim, Adnan El Assadi, Omkaar Mukund Kamath, Fenil Faldu, Prannay Hebbar, Jiankai Sun, Yiyuan Li, Pramod Srinivasan, Ishan Gupta, Christopher Settles, Daniel Wang, Derek Chen, Pranav Raja, Albert Liu, Marek Šuppa, Nevasini Sasikumar, Luyang Kong, Erik Quintanilla, Xiangyi Li, Ivan Bercovich, Steven Dillmann

机构 * Abundant ； Zenity ； Harvard University（哈佛大学） ； University of Waterloo（滑铁卢大学） ； Gujarat Technological University（古吉拉特技术大学） ； Warping ； Stanford University（斯坦福大学） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Independent（独立） ； Refresh ； Soleda AI ； Near AI ； Georgia Tech（佐治亚理工学院） ； Comenius University in Bratislava（布拉迪斯拉发Comenius大学） ； UC San Diego（圣地亚哥大学） ； BenchFlow ； UC Santa Barbara（圣巴巴拉大学） 纠错

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

AI总结 提出SWE-Marathon基准，包含20个超长时程任务，平均消耗2720万token，评估智能体在规划、长上下文理解和记忆方面的能力，当前前沿编码智能体解决率低于30%。

Twin: Playing an Unknown Game with a Test-Time Digital Twin

Twin：利用测试时数字孪生玩未知游戏

Alexy Skoutnev, Kirill Acharya, Gaston Longhitano, Madeleine Udell, Kevin Ellis, Iddo Drori

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

AI总结 该研究提出Twin系统，通过测试时数字孪生构建可执行世界模型，在ARC-AGI-3等未知游戏中通关率达97.8%，效率优于人类，核心是通过模拟交互和反例修复推断游戏规则与目标。

Comments Project website with action-by-action replays of all 25 runs: this https URL (https://arc-agi-3-twin.vercel.app/) Code: this https URL (AGI-3" target="_blank" rel="noopener">https://github.com/Alexyskoutnev/TWIN-ARC-AGI-3)

Diagnosis Before Recovery: Turning Agent Failures into Selective Self-Correction

修复前诊断：将智能体故障转化为选择性自修正

Pan Wang, Yihao Hu, Hang Wang, Zirui Lv, Xin Zhang, Jianshe Li, Jiang-Ming Yang, Wei Wu, Yongqi Tong

机构 * Ant International（蚂蚁国际） 纠错

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

AI总结 本研究提出诊断引导的修复框架DARC，通过先诊断故障类型再进行选择性自修正，在ALFWorld等三个任务场景中提升了智能体平均任务性能并减少资源消耗，为缺乏类编译器反馈的领域构建可靠智能体提供了实用路径。

Principal Trait Analysis: Towards Deriving "Skills" in Human-AI Collaboration

主特质分析：面向人机协作中“技能”的推导

Hunter McNichols, Kai Du, Andrew Lan

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本研究提出主特质分析算法，从人机协作编码数据中推导有效交互特质，该特质可解释协作者行为并预测任务结果，但特质是否为技能仍需验证。

Self-evolving network verifiers

自演进网络验证器

Ioannis Protogeros, Tibor Schneider, Laurent Vanbever

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

AI总结 该研究提出一种自动演进的网络验证器，通过编码智能体与可信预言机的反例引导循环，让基于SMT的验证器自主学习新网络功能，解决手动维护模型的难题。

Comments 8 pages, 5 figures

MEGA: Self-Evolving Agent Optimization Infrastructure via Wisdom Graph

MEGA：基于智慧图的自进化智能体优化基础设施

Jung Hwan Lee, Kyu Ho Lee, Gwang Hoon Yoo

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

AI总结 MEGA是一种自进化智能体优化基础设施，通过三层架构实现智慧积累、组合推理与自进化，可系统性优化异构智能体系统，将优化与知识进化融为一体。

Comments 29 pages, 10 figures. Technical report

One Recipe, Many Harnesses: What Self-Evolution Encodes Across Languages and Models

一个方案，多种适配：自演化在不同语言和模型中编码了什么

Siqi Yang, Qianlan Yang, Yu-Xiong Wang, Saurabh Pujar, Martin Hirzel

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

AI总结 该研究固定演化方案，在八种编程语言和三个基础模型上分析自演化适配工具，发现其为语言需求与模型差距共同塑造的补偿层，可提升编码智能体性能并能蒸馏为通用工具。

Comments 20 pages, 12 figures, 9 tables. Includes appendix

SBCO: Self-Supervised, Verifier-Grounded Harness Optimization For Planning Agents

SBCO：面向规划智能体的自监督、验证器驱动的工具链优化器

Vivek Kulkarni, Sudipta Paul, Aounon Kumar, Nicholas Tzou, Srinivas Chappidi

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

AI总结 本研究针对规划任务提出SBCO，一种自监督的验证器驱动工具链优化器，其性能优于或相当的定制基线，且计算成本仅为其1/4至1/5.5。

ZhuLong: Execution-Grounded LLM Agent for EDA Scripting with Offline API Self-Exploration

ZhuLong：基于执行的大语言模型智能体，用于结合离线API自探索的EDA脚本编写

Yang Liu, Shiwei Hou, Xiyuan Chen, Yu Wang, Sen Yuan, Qirui Gan, Shao You, Feifan Chen, Wencheng Li, Shuyang Hu, Yongzhou Liu, Emma Xia, Xiaojing Lu, Hao Wang, Fan Xu, Yanfeng Li

机构 * Changxin Memory Technologies, Inc.（长鑫存储技术有限公司） 纠错

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

AI总结 本文提出基于执行的LLM智能体ZhuLong，结合API检索、沙箱执行与离线API自探索机制，在EDA脚本任务基准测试中性能远超纯LLM基线，为EDA脚本编写提供了有效解决方案。

Reason Wide, Not Deep: Amortizing the Reasoning Premium into Distilled Skills

广泛推理，而非深度推理：将推理溢价分摊到提炼技能中

Agamdeep Singh, Srishti Gautam, Priyanshu Gupta, Nikita Mehrotra, Tanmay Bakshi, Sumit Gulwani

机构 * Microsoft（微软公司） 纠错

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

AI总结 该研究提出将推理模式的重复分摊为跨任务提炼的技能，在四个智能体基准上大幅降低代币量的同时恢复多数推理性能，部分场景下优于推理模式。

Comments COLM 2026 Efficient Reasoning Workshop

Internalising the Identity Primitive: Cryptographic Individuality for an Autonomous Agent on a Public Blockchain

内化身份基元：公有区块链上自主智能体的密码学个体性

Keisuke Suzuki

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

AI总结 本文提出将公有区块链上自主智能体的身份密钥-权重绑定信任根转移至密码学假设，在Solana开发网部署了首个身份基元为密码学不变量的链上智能体，完成了2.36天链上运行，实例化了密码学个体性。

Comments 52 pages, 3 figures, 11 tables. Cryptographic key-to-weights binding (W = HKDF(sk) inside Groth16) with an on-chain state-commitment chain on Solana devnet; active-query, homeostatic, and economic-metabolism extensions; 166- and 168-cycle continuous runs. Code, threat model, and per-cycle telemetry: https://github.com/ksk-S/internalising-identity-2026 (tag arxiv-v1)

PRWeaver: Evaluating LLM-Based Code Auditors against Long-Horizon Malicious Pull Requests

PRWeaver：针对基于大语言模型的代码审计工具对抗长周期恶意拉取请求的评估

Yuekun Wang, Mingfei Cheng, Xiaofei Xie

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

AI总结 该研究提出PRWeaver基准，评估基于LLM的代码审计工具对长周期恶意PR的可靠性，发现特定评审策略会降低检测率，为优化代码审计工具提供了依据。

Building a Process-Modeling Tool using Agentic AI: An Experience Report on PM4Py-UCM

使用智能体AI构建流程建模工具：PM4Py-UCM的经验报告

Daniel Amyot

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

AI总结 本文通过AI辅助构建开源流程建模工具PM4Py-UCM的深入案例，提出相关工具包与分类法，总结了开发经验教训及验证策略。

Comments 17 pages, 9 figures, 4 tables, submitted to a conference

Distributing Security Controls Through Harness Engineering

通过工具工程分发安全控制

William Robert Gore

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

AI总结 研究商业AI编码代理安全控制分发问题，通过分阶段测试方法，利用SHarD工具在多种代理配置上测试，证明三类安全控制可通过单个命令嵌入分发，效果与直接安装商业代理相同，还提出相关框架特征及后续研究问题。

Beyond Memory: A Templated Substrate for Heterogeneous Collaborative Knowledge Work with LLM Agents

超越记忆：一种用于异构协作知识工作的带大语言模型代理的模板化基础架构

Priscila Saboia Moreira, Christopher R. Sweet

机构 * University of Notre Dame（圣母大学） 纠错

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

AI总结 研究指出知识工作成果难传承，大语言模型代理无持久记忆。提出llm-wiki-memory-template，它是异构协作知识工作基础架构，沿多人类、多代理、多领域三个轴，通过案例研究展示其能保留失败路径等，解决负面结果丢失问题。

Comments 15 pages, 3 figures, 1 table

Beyond Text Editing: Algebraic Manipulation of Source Code

超越文本编辑：源代码的代数操作

Kevin Pulo

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

AI总结 研究提出源代码代数方法，通过逻辑代数操作修改代码库，概述其操作属性。实验表明大语言模型代理用此方法完成代码更改成功率更高、令牌数更少，为代码编辑提供新方向，推动相关研究。

Comments Accepted for publication in the Visions and Emerging Results Track of the 42nd IEEE International Conference on Software Maintenance and Evolution (ICSME 2026), 14-18 September 2026, Benevento, Italy

A Decision-Centered Reference Architecture for Trustworthy Agentic Commerce

用于可信代理商务的以决策为中心的参考架构

Dimitrios S. Sfiris

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

AI总结 研究针对代理商务问题，提出以决策为中心的与协议无关的架构，含规范信封等多种机制，通过开源实现、多场景和消融评估，支持受保护依赖项检测等多项功能，但未涵盖部分关键特性。

Comments 23 pages, 3 figures. Includes ancillary reproducibility materials

Test Coverage Analysis of Agentic Pull Requests

智能拉取请求的测试覆盖分析

Atish Kumar Dipongkor, Talank Baral, Wing Lam, Kevin Moran

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

AI总结 研究人工智能编码代理生成的拉取请求的测试覆盖情况，分析4882个相关请求，发现代理包含测试更改比例低，现有测试覆盖不足，代理编写测试仅在少数请求中提升覆盖，错误处理结构测试严重不足，为此提出相关改进措施。

Comments 12 pages, to appear 42nd International Conference on Software Maintenance and Evolution

Agentic Code Review in the Terminal: A Trajectory-Level Analysis of Behavior, Cost, and Human-Alignment

终端中的智能代码审查：行为、成本和人工对齐的轨迹级分析

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

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

AI总结 研究终端环境中智能代码审查的行为、成本等，基于审查者轨迹分析，发现智能审查者审查精度高但有探索等开销，成功审查与规划等有关，凸显轨迹感知和成本敏感评估对未来此类系统的好处。

Personalized Assessments from Personal Artifacts

基于个人工件的个性化评估

Yufan Zhang, Jaromir Savelka, Seth Copen Goldstein, Majd Sakr

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

AI总结 针对人工智能编码代理发展下学生和从业者对自身代码理解存疑的问题，开发个性化探测谜题（$p^3$）方法，经云计算课程测试，该方法能识别理解差距，谜题自动生成、耗时短，后续要关联结果与代码理解并嵌入审查流程。

Comments 6 pages, 3 figures, ECTEL 2026

Code-Poisoning Property Inference Attacks

代码中毒属性推理攻击

Xukun Luan, Yuhui Gong, Gang Zhang, Zixuan Huang, Yuanguo Bi, Xuesong Li, Jinyan Liu

机构 * School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） ； School of Computer Science and Engineering, Northeastern University（计算机科学与工程学院，东北大学） 纠错

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

AI总结 研究针对机器学习模型训练数据隐私泄露问题，提出代码中毒属性推理攻击（CPPIA），克服现有工作局限。通过恶意代码提供者使数据持有者下载中毒代码训练模型，对手借此嵌入属性查询模型泄露隐私，该方法攻击准确率高、计算轻量，评估证明其通用性和有效性。

Democratizing Agent Deployment Safety: A Structural Monitoring Approach

使智能体部署安全民主化：一种结构监测方法

Preeti Ravindra, Rahul Tiwari, Vincent Wolowski

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

AI总结 研究人工智能智能体部署安全问题，引入信息流图（IFG）监测器，通过控制流、数据流图及原始代码差异分析结构安全回归。实验表明，IFG监测器能降低攻击错过率，还可同步作为部署前保障，为组织实现部署安全民主化提供实用途径。

Comments Accepted in ICML 2026 Workshops: AI4GOOD and AIWILD

VisualRepair: Dynamic Tool Calling and Region Focusing for Visual Software Issue Repair

VisualRepair：用于视觉软件问题修复的动态工具调用和区域聚焦

Jingyu Xiao, Zhongyi Zhang, Haoran Hou, Yuxuan Wan, Yuan Jiang, Yintong Huo, Michael R. Lyu

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

AI总结 针对现代软件视觉信息利用难题，提出VisualRepair框架，通过图像类型感知工具调用和动态测试时区域聚焦两模块，在SWE-bench基准测试中性能超现有方法，有效提升自动视觉软件问题修复能力。

Comments The paper was completed in March 2026 and is currently under review. The code will be released upon acceptance

Retrieval-Oriented Code Representations in Agentic Bug Localization

面向检索的智能体漏洞定位中的代码表示

Genevieve Caumartin, Tse-Hsun, Chen, Diego Elias Costa

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

AI总结 研究文件级漏洞定位中代码表示的作用，在LCA和SWE数据集上比较五种代码表示，通过实验发现角色感知摘要性价比最佳，结合互补结果和LLM排序可进一步提升效果，案例研究验证技术有效性，强调代码表示应是智能体定位管道的重要设计选择。

Maintenance and Support in Community-Driven Scientific Pipeline Ecosystems: A Cross-Platform Empirical Study of nf-core

社区驱动的科学管道生态系统中的维护与支持：对nf-core的跨平台实证研究

Khairul Alam, Kowsik Roy, Md Shamimur Rahman, Banani Roy

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

AI总结 研究社区驱动的科学管道生态系统nf-core中的维护与支持，通过分析大量GitHub问题、拉取请求及论坛讨论来研究相关问题、解决因素等，发现不同平台作用不同，解决结果与多种因素有关，跨平台分析揭示了内部可追溯性及联系有限的情况。

Comments 42 pages

Writing Bug Reports for Software Repair Agents: What Information Matters Most?

为软件修复代理编写错误报告：哪些信息最重要？

Vincenzo Luigi Bruno, Alessandro Giagnorio, Daniele Bifolco, Leon Wienges, Massimiliano Di Penta, Gabriele Bavota

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

AI总结 研究软件开发中为软件修复代理编写错误报告的问题，通过对错误报告分类标注，用三个LLM主干运行mini-swe-agent，拟合回归模型，发现定位线索和建议修复等信息对代理成功更重要，传统对人类有用的信息作用较小。

ReProAgent: Tool-Augmented Multi-Stage Agentic Generation of Bug Reproduction Tests from Issue Reports

ReProAgent：从问题报告中通过工具增强的多阶段代理生成错误重现测试

Quanjun Zhang, Yi Zheng, Ye Shang, Weifeng Sun, Haichuan Hu, Chunrong Fang, Zhenyu Chen, Liang Xiao

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

AI总结 研究提出ReProAgent多阶段代理框架，从问题报告生成错误重现测试，将任务分解为四个阶段，集成多种工具支持各阶段，实验表明其能成功重现较多问题，优于基线，还可跨模型泛化并提升下游问题解决性能。

Coding-agents can replicate scientific machine learning papers

编码代理可以复现科学机器学习论文

Atharva Hans, Ilias Bilionis

机构 * School of Mechanical Engineering, Purdue University（机械工程学院，普渡大学） 纠错

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

AI总结 提出Paper-replication工作流，让编码代理以目标驱动方式复现论文的计算声明，通过记录目标、重建方法、运行实验并验证，在四篇论文的12次独立运行中全部完成并通过验证。