AI软件开发风口来了!Agent协作成发文新宠,10篇精选论文助你冲刺顶会!

本文通过三阶段受控实验，评估了不同AI自主性水平（部分辅助、GitHub Copilot纯AI工作流、AWS Kiro纯AI工作流）对软件开发生产力、需求遵从性和开发者认知负荷的影响。研究表明，提高AI自主性可减少开发耗时、提升需求遵从性并降低心理工作量，但会略微增加开发者的挫败感。此外，工具架构设计（如AWS Kiro的规范驱动模式）会独立于AI自主性水平显著影响开发结果。

创新点：

1. 构建了可复制的评估框架，系统性对比部分辅助与完全Agentic AI开发模式在生产力、质量和认知负荷等维度的差异。

2. 在同等任务条件下，定量对比了GitHub Copilot与AWS Kiro两种主流商业级Agentic平台的实际开发效能。

随着软件开发转向agentic-first工作流，Bug报告从人类维护者的文档转变为AI Agent的任务规范。本文研究了如何编写对Agent就绪（agent-ready）的Bug报告。研究者基于SWE-bench Verified筛选出441个缺陷报告，手动标注了9种信息类型（如定位线索、建议修复等），并使用mini-swe-agent结合三种LLM进行修复实验。结果表明，能够缩小Agent搜索和修复空间的信息（如定位线索和建议修复）与修复成功率呈强正相关，而传统对人类有用的信息（如复现步骤）对Agent帮助有限。Agent更受益于能明确指示修复方向的简洁上下文。

创新点：

1. 提出了“agentic-first issue reports”的概念，即不仅为人类理解，也为支持AI Agent修复而编写的Bug报告。

2. 提供了SWE-bench Verified中缺陷报告的字符级信息类型标注，涵盖行为、环境、定位线索、建议修复等维度。

3. 实证分析了Bug报告中的具体信息类型与三种LLM骨干网络下Agent修复成功率之间的关联。

文章解析：

本文首次以开发者为中心，实证研究了AI代码助手（如GitHub Copilot）对专业开发者使用安全API的影响。研究发现，Copilot虽能提高代码的功能正确性并略微减少某些不安全模式，但并未显著提升安全API的安全使用率。此外，开发者在与Copilot交互时极少主动关注安全问题，且许多人未能识别出最终代码中仍存在的安全漏洞。研究还表明，使用针对性的安全提示词可缓解部分误用，但仍无法完全杜绝。最后，文章提出了增强开发者安全意识及支持更安全AI辅助开发的建议。

创新点：

1. 首次开展以开发者为中心的实证研究，在真实任务场景中对比了Copilot辅助与无辅助开发安全API的效果。

2. 揭示了开发者在与AI助手交互时安全意识薄弱，且难以识别最终生成代码中潜在安全漏洞的问题。

3. 通过事后提示词分析，验证了针对性的安全提示词能够有效缓解部分安全API误用现象。

文章解析：

现有的多智能体软件开发框架通常假设中间输出同等可靠，容易导致错误在下游传播（幻觉传播）。为此，本文提出UA-ChatDev框架，将不确定性量化引入智能体交互中。该框架利用基于token级对数概率的轻量级机制评估智能体响应的置信度，并通过阶段感知阈值校准，在不确定性过高时触发检索验证。在SRDD基准上的实验表明，该方法在代码完整性、可执行性、一致性和整体质量上均显著优于现有方法，有效提升了软件生成的可靠性。

创新点：

1. 提出UA-ChatDev框架，将不确定性量化集成到多智能体软件开发的交互过程中，有效缓解幻觉传播问题。

2. 引入基于token级对数概率的轻量级不确定性估计机制与阶段感知阈值校准策略，实现自适应的外部知识检索增强。