工程与计算 · OECD FoS 1.2 · 教育部 0835 软件工程
软件工程
Software engineering
L3系统改造 ↑ 上升 ↓ 由 L4 降级 综合分 3.10 · 上次复审 2026-10-21 · 下次复审 2026-12-20
最大突破 2021-07-07 AI 影响 · 重要学科影响 · 重要
Codex 论文与 HumanEval 基准：大模型从文档字符串生成代码（arXiv 2107.03374） ↗
代码大模型路线的起点，直接催生 GitHub Copilot
分级理由
下调为 L3：采用度确实最高——Stack Overflow 2026 独立调查显示超过 70% 的受访者每天使用 AI；Google（约 75%）和 Anthropic（90% 以上）代码占比是厂商自述，不能单独支撑 L4。METR 随机试验发现 2025 年初资深开源开发者用 AI 反而慢 19%，2026 年新研究估计提速但方法受限，生产率与质量的独立证据仍不一致。
↓ L4 → L3
S = 0.30·method + 0.35·discovery + 0.25·adoption + 0.10·education（教育缺证据时记 0 分；若为空则按其余权重归一）
依据来源
- survey.stackoverflow.co/2026/ai
- metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study
- metr.org/blog/2026-02-24-uplift-update
综合分 2.5–3.49（或 ≥3.5 但方法/发现/采用有一项低于 3）：AI 成为标准基础设施或业务流程，多项独立突破。 全部分级标准 →
研究方向
编码智能体自动修复与测试代码评审需求到部署全流程
论文
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity METR 随机对照试验：2025 年初 AI 让资深开源开发者慢 19%（arXiv 2507.09089）
重要反证：开发者自认提速 20%，实测反而变慢，挑战“AI 大幅提效”的叙事
2025-07-12 · arXiv
- SWE-bench: Can Language Models Resolve Real-World GitHub Issues? SWE-bench：真实 GitHub issue 修复基准（ICLR 2024）
真实仓库 issue 修复基准，成为编码智能体的主标尺
2023-10-10 · arXiv
- The Impact of AI on Developer Productivity: Evidence from GitHub Copilot Copilot 随机对照实验：使用者完成任务快 55.8%（arXiv 2302.06590）
早期生产率证据，但任务简单、样本小
2023-02-13 · arXiv
- Competition-level code generation with AlphaCode AlphaCode：竞赛级代码生成，在 Codeforces 达到约前 54% 水平（Science）
首次在编程竞赛中达到中等人类选手水平
2022-12-09 · Science
- Evaluating Large Language Models Trained on Code Codex 论文与 HumanEval 基准：大模型从文档字符串生成代码（arXiv 2107.03374）
代码大模型路线的起点，直接催生 GitHub Copilot
2021-07-07 · arXiv
- SWE-DIVE：用动态用户模拟评测多轮编程智能体 SWE-DIVE: Multi-Turn Coding Agent Evaluation with Dynamic User Simulation
模拟真实用户不规范、逐步迭代的需求，评测编程智能体在多轮交互中的表现，而非单次规范提示。
2026-10-21 · arXiv · Lorenz Brehme, Benjamin Steenhoek, Ruth Breu
- PAUSE：在编程智能体首次改代码前做一次免搜索的引导 PAUSE: Search-Free Steering of Coding Agents Before Their First Source-Code Edit
在智能体首次编辑源码前插入一次规划干预，以低成本纠正方向，减少探索充分却提交失败补丁的情况。
2026-10-21 · arXiv · Viral Patel, Boyin Tan, Jason Xue, Youcheng Sun
- TraceLite：用光学压缩和去冗余精简软件工程智能体轨迹 TraceLite: Efficient Trace Reduction for SWE Agents via Optical Compression and Redundancy Removal
无需训练或额外大模型调用：最近的观测保留文本，历史观测渲染成紧凑图像并去除重叠内容，在 SWE-bench Verified 等任务上降低 token 消耗。
2026-10-20 · arXiv · Jingyu Xiao, Qianxi Liu, Yintong Huo, Yuan Jiang
- InterWebCoder：用可执行测试和强化学习学习生成交互式网页 InterWebCoder: Learning Interactive Webpage Generation from Executable Tests via Reinforcement Learning
录制真实交互轨迹，合成自包含网页代码和可执行测试脚本，再结合监督微调与群体相对策略优化直接优化功能正确性。
2026-10-20 · arXiv · Jingyu Xiao, Dasen Dai, Yuxuan Wan, Jen-tse Huang
- 从代码生成器到工程伙伴：面向 PLC 编程的产线感知智能体 From Code Generator to Engineering Companion: A Plant-aware Agent for PLC Programming
为可编程逻辑控制器编程设计对话式助手，引入产线专属上下文、对话式解释调试，以及从聊天到部署逐级放开的工具权限，关键操作由工程师把关。
2026-10-20 · arXiv · Joschka Kersting, Gesa Benndorf
- 代码生成中策略与奖励的协同演化：单适配器漂移的机制研究 Co-Evolving Policy and Reward for Code Generation: A Mechanistic Study of Single-Adapter Drift
研究把 SPARK 策略-奖励协同演化框架迁移到可执行验证奖励的代码生成强化学习中是否有效。
2026-10-19 · arXiv · Amarsaikhan Batjargal, Noriko Tomuro
- 当编码智能体快过评审：在成熟企业代码库中评估需求文档驱动开发 When Coding Agents Outpace Review: Evaluating PRD-Driven Development in Mature Enterprise Repositories
提出 PACE 基准（43 个企业任务、750 个专家审核的代码点），衡量编码智能体能否完整实现产品需求文档。
2026-10-19 · arXiv · Tianqi Liu, Yandong Guan, Songze Li, Wenkai Wang
- SPLASH：用对比审计压力检测并定位生成代码中的安全幻觉 SPLASH: Contrastive Audit Pressure for Detecting and Localizing Security Hallucinations in Generated Code
大模型生成的代码常通过功能测试却不安全；SPLASH 对比安全审查与风格审查下的概率来定位这些“安全幻觉”。
2026-10-19 · arXiv · Mirza Masfiqur Rahman, MD Ajwad Akil, Imtiaz Karim, Ashish Kundu
- 近约 30 天来自 arXiv、bioRxiv、medRxiv、OpenAlex；要点由本站根据摘要撰写。
- Matrix-Game 4.0: Harnessing Video Models for Real-Time Playable Game Worlds 2026-10-20
- S-Agent 2.0: Spatial Reasoning with a General Coding Agent 2026-10-20
- SolarRenderer: Few-Step Generative Reference Rendering 2026-10-20
- InfiniDream: Open-Ended Photorealistic 3D Worlds Through Procedural Generation 2026-10-19
- HexaShell: A Thin Harness for Exploring the Limits of VLM Agents as Robot Coding Agents 2026-10-16
- Self-Evolving Coding Agents via Harness-Policy Optimization 2026-10-16
- 在论文归档中查看全部 →
里程碑 10
大号发光节点是飞跃性突破： AI 飞跃 冷色 · 学科飞跃 暖色 · 双环 = 两者都是
-
产业/采用
Stack Overflow 2026 开发者调查（3 万多人）：超过 70% 每天用 AI，31% 的日常用户每天用 4 小时以上；48% 只在能轻松验证时才信任 AI独立的大样本采用率数据，支持“采用维度 4 分”
Stack Overflow -
论文
METR 随机对照试验：2025 年初 AI 让资深开源开发者慢 19%（arXiv 2507.09089）重要反证：开发者自认提速 20%，实测反而变慢，挑战“AI 大幅提效”的叙事
arXiv预印本 -
基准 ⓘ 说明
Codex 论文与 HumanEval 基准：大模型从文档字符串生成代码（arXiv 2107.03374）代码大模型路线的起点，直接催生 GitHub Copilot
arXiv预印本
这个筛选下没有里程碑。
更多论文与仓库 7
| 类型 | 标题 | 日期 |
|---|---|---|
| 论文 | Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity 预印本 | 2025-07-12 |
| 论文 | SWE-bench: Can Language Models Resolve Real-World GitHub Issues? 预印本 | 2023-10-10 |
| 论文 | The Impact of AI on Developer Productivity: Evidence from GitHub Copilot 预印本 | 2023-02-13 |
| 论文 | Competition-level code generation with AlphaCode | 2022-12-09 |
| 论文 | Evaluating Large Language Models Trained on Code 预印本 | 2021-07-07 |
| 仓库 | SWE-bench/SWE-bench 待核实 | — |
| 仓库 | openai/codex 待核实 | — |
最新新闻 12
- Chris Lattner: AI Code Generation Doesn’t Solve Software Engineering
EE Times于2026-10-20发布的文章，涉及AI 芯片硬件、AI 软件开发，原题《Chris Lattner: AI Code Generation Doesn’t Solve Software Engineering》，详见原文链接。
EE Timesen - Show HN: Code-mode – keep MCP tool results out of Claude Code's context
hn-show-ai于2026-10-20发布的文章，涉及AI 软件开发，原题《Show HN: Code-mode – keep MCP tool results out of Claude Code's context》，详见原文链接。
hn-show-aien - Show HN: Agent Archive – Session Handoffs and Backups for Claude Code and Codex
hn-show-ai于2026-10-20发布的文章，涉及AI 软件开发，原题《Show HN: Agent Archive – Session Handoffs and Backups for Claude Code and Codex》，详见原文链接。
hn-show-aien - How 3 Java Champions are using GitHub Copilot for increased productivity
The GitHub Blog于2026-10-21发布的文章，涉及AI 软件开发，原题《How 3 Java Champions are using GitHub Copilot for increased productivity》，详见原文链接。
- 微软设计师也开始借助 AI 编写 Win11 代码，加速修复界面不一致问题
IT之家于2026-10-20发布的文章，涉及AI 软件开发，原题《微软设计师也开始借助 AI 编写 Win11 代码，加速修复界面不一致问题》，详见原文链接。
IT之家zh - Linux 7.4 引入约 1.7 万行 Rust 内核代码，Zerocopy 一次跨越八个版本
IT之家于2026-10-20发布的文章，涉及AI 软件开发、AI 医疗、AI 芯片硬件，原题《Linux 7.4 引入约 1.7 万行 Rust 内核代码，Zerocopy 一次跨越八个版本》，详见原文链接。
IT之家zh - Cortex: A Fixed-Point Theory of Governed Coding Agents - Technical Report
arXiv cs.AI于2026-10-20发布的论文，涉及AI 科研与调研、AI 数学、AI 法律政策，原题《Cortex: A Fixed-Point Theory of Governed Coding Agents - Technical Report》，详见原文链接。
arXiv cs.AIen论文预印本 - Stress-Query and Temporal Reliability of Vision-Language Models as copilots in Autonomous UAV Navigation
arXiv cs.RO于2026-10-20发布的论文，涉及AI 机器人、AI 科研与调研，原题《Stress-Query and Temporal Reliability of Vision-Language Models as copilots in Autonomous 》，详见原文链接。
arXiv cs.ROen论文预印本 - How Effectively Do Security Skills Guide Coding Agents in Vulnerability Detection in Linux Kernel?
arXiv cs.CR于2026-10-20发布的论文，涉及AI 安全、AI 软件开发，原题《How Effectively Do Security Skills Guide Coding Agents in Vulnerability Detection in Linux》，详见原文链接。
arXiv cs.CRen论文预印本 - Claude Code AI agent caught a crypto miner hiding on a developer’s overheating Mac
Tom's Hardware于2026-10-19发布的文章，涉及AI 芯片硬件、AI 金融、AI 软件开发，原题《Claude Code AI agent caught a crypto miner hiding on a developer’s overheating Mac》，详见原文链接。
Tom's Hardwareen - DeepSeek V4.1 Flash 更新：“许愿式编程”成真 + 搜索 API 开放
开源中国于2026-10-19发布的文章，涉及AI 软件开发，原题《DeepSeek V4.1 Flash 更新：“许愿式编程”成真 + 搜索 API 开放》，详见原文链接。
开源中国zh - The results of the 2026 Developer Survey are here!Stack Overflow Blogen