TOPIC · CODE · 23 PAPERS

代码与软件工程

大语言模型推理对齐智能体多模态视觉生成视觉理解与 3D 机器人与具身高效训练与推理安全与可解释 AI for Science 代码与软件工程评测与数据强化学习

近 30 天 21

#19 ▲330 ★396 ❝0 2026-10-15

OpenGCUA: Toward a Fully Open Stack for Generalist Computer Use

OpenGCUA 计划开源通用电脑操作 Agent 的完整技术栈，首版同时支持视觉界面和代码执行。

Tongyi-MAI · Hanzhang Zhou, Long Li, Quyu Kong +12

智能体代码与软件工程 arXiv 代码 HF

#28 ▲367 ★36 ❝1 2026-09-28

MaLiang-Harness: A Programmable Path to Image and Video Generation

MaLiang-Harness 让多模态模型写程序生成图像和视频，并在“构建-检查-修改”循环中缩小程序与画面的差距。

National University of Singapore · Haoyu Zhao, Zihao Zhang, Xudong Wang +4

视觉生成代码与软件工程 arXiv 代码 HF

#32 ▲313 ★84 ❝0 2026-10-16

HexaShell: A Thin Harness for Exploring the Limits of VLM Agents as Robot Coding Agents

HexaShell 只用一层很薄的框架，让编程 Agent 通过命令行直接控制双臂机器人，并在失败后自己写工具改进。

HexaFuture · Hongcheng Gao, Alex Zhou, Jay Zhu +13

机器人与具身智能体代码与软件工程 arXiv 代码 HF

#46 ▲137 ★114 ❝0 2026-10-13

AesCode: Aesthetic Code Generation with Decoupled Cross-Modal Rewards

AesCode 以同提示生成的图片做审美参考，用解耦的跨模态奖励训练模型写出更好看的幻灯片和海报代码。

Microsoft · Xin Gao, Yifan Yang, Xin Li +13

代码与软件工程视觉生成强化学习 arXiv 代码 HF

#53 ▲233 ★42 ❝0 2026-10-09

AgentSWE: Can Coding Agents Build the Agent You Actually Want?

AgentSWE 评测编程 Agent 能否按需求从零搭建、修改和优化真正好用的 Agent。

机构待核实 · Jiahao Wang, Hongjin Qian, Yuyang Hu +2

智能体代码与软件工程评测与数据 arXiv 代码 HF

#54 ▲112 ★54 ❝4 2026-09-28

Self-Evolving Coding Agents: From Digital Programs to Physical-World Intelligence

主张把机器人任务写成可检查、可修改的代码，让自进化的编程 Agent 从数字世界走向物理世界。

HexaFuture · Hongcheng Gao, Jingjing Zhou, Zelin Zheng +10

机器人与具身代码与软件工程智能体 arXiv 代码 HF

#74 ▲117 ★185 ❝0 2026-10-15

3DCodeVerse: Exploring 3D Worlds as Code

3DCodeVerse 提供 200 万条可执行 3D 代码数据和编码框架，让 Agent 生成可编辑可验证的 3D 内容。

University of Southern California · Yipeng Gao, Ziyao Zeng, Jinfa Huang +16

代码与软件工程视觉生成 arXiv 代码 HF

#83 ▲97 ★74 ❝1 2026-10-06

Recursive Game Creator: An Agentic Product-Level Experience-Oriented Game Harness

Recursive Game Creator 用设计、构建、试玩、评审四个角色递归迭代，让 Agent 做出好玩的游戏。

The University of Hong Kong · Jiajun Chen, Haoyu Wu, Mingda Jia +1

智能体代码与软件工程 arXiv 代码 HF

#91 ▲110 ★113 ❝0 2026-10-14

Doc2Harness: Benchmarking LLMs on Long-Horizon Harness Engineering of Coding Agents

Doc2Harness 直接评测大模型能否按开发文档从零搭建长任务编程 Agent 的执行框架。

Institute of Computing Technology · Yuyao Ge, Shenghua Liu, Peizhong Gao +8

智能体评测与数据代码与软件工程 arXiv 代码 HF

#98 ▲97 ★146 ❝0 2026-09-30

RSIGame: Autonomous Agentic Game Development with Recursive Self-improvement

RSIGame 用局部和全局两层循环递归改进 Agent 生成的游戏，减少只对少数测试过拟合的问题。

RSIGame · Wenyi Wu, Minghao Fu, Jieyu You +10

智能体代码与软件工程 arXiv 代码 HF

#101 ▲76 ★56 ❝0 2026-10-10

Last Secure Code Benchmark: Is the Code You Vibe Secure?

基于 150 个真实漏洞构建 450 个任务，检验编程 Agent“氛围编程”写出的代码是否安全。

Qwen · Tianyi Wu, Chao Ge, Peng Chen +12

代码与软件工程安全与可解释评测与数据 arXiv 代码 HF

#134 ▲34 ★178 ❝4 2026-10-02

4DCodeBench: Benchmarking Agents on Inverse Graphics of Dynamic Scenes

4DCodeBench 要求 Agent 把动态视频重建为可执行的图形程序，考察 4D 逆向图形能力。

4DCodeBench · Ruihong Shen, Žiga Kovačič, Peter Kulits +6

评测与数据代码与软件工程视觉理解与 3D arXiv 代码 HF

#157 ▲50 ★45 ❝0 2026-09-20

One to More, More to One: Category-Aware Iterative Expert Training for Software Engineering Agents

按任务类别分别训练软件工程专家再合并，缓解统一 RL 训练中各类任务此消彼长的问题。

alibaba · Jie Zhao, Ziyu Jiang, Suhang Zheng +3

代码与软件工程强化学习智能体 arXiv 代码 HF

#171 ▲129 ❝0 2026-09-28

LEGO-Anything: Coding Agents for 3D Scene Reconstruction

LEGO-Anything 让编程 Agent 反复编写和执行 Blender 代码，从单张图片重建可编辑的 3D 场景。

Amazon Web Services · Xirui Li, Peng Shi, Mingwen Dong +7

代码与软件工程视觉理解与 3D 智能体 arXiv HF

#174 ▲95 ❝1 2026-09-26

Groupwise Agentic Grading and Advantage Redistribution for Code Agent RL

GAGAR 在编程 Agent RL 中按实现质量重新分配优势值，奖励更干净、更聚焦的代码修改。

Xiaomi MiMo · Jinhao Dong, Liang Zhao, Zihao Yue +7

代码与软件工程强化学习 arXiv HF

#194 ▲45 ★28 ❝0 2026-10-16

Self-Evolving Coding Agents via Harness-Policy Optimization

微软 Self-HPO 交替优化编程智能体的“外壳”（harness）和策略模型，实现递归自我改进。

Microsoft Research · Zhepei Wei, Wenlin Yao, Baolin Peng +5

代码与软件工程智能体强化学习 arXiv 代码 HF

#215 ▲72 ★2 ❝2 2026-10-06

CheckerBench: Can Long-Horizon Agents Synthesize Static-Analysis Checkers?

CheckerBench 用源自 297 个 CVE 的 300 个任务，测智能体能否在真实仓库写出静态分析检查器。

Humanlaya Data Lab · Hang He, Li Wang, Hao Chen +9

代码与软件工程智能体评测与数据 arXiv 代码 HF

#249 ▲56 ★21 ❝0 2026-10-01

SimuVerity: Benchmarking Agents for Engineering-Grade Simulink Model Generation

SimuVerity 用 101 个任务检验智能体生成的 Simulink 模型是否满足工程需求，而不只是能运行。

Xi'an Jiaotong University · Ruiqi Zhang, Jiahao Wang, Mingxuan Li +9

智能体评测与数据代码与软件工程 arXiv 代码 HF

#283 ▲35 ★29 ❝0 2026-10-16

RAP: A Dataset for Paper-to-Poster Generation via Declarative Markup from Human-Crafted Exemplars

RAP 数据集收录 2.5 万多对论文与海报，把海报还原成可渲染比对的 HTML/CSS，用于论文转海报生成。

meituan · Haonan Han, Yukang Lin, Minliang Lin +7

评测与数据代码与软件工程 arXiv 代码 HF

#289 ▲26 ★31 ❝0 2026-10-19

InfiniDream: Open-Ended Photorealistic 3D Worlds Through Procedural Generation

InfiniDream 让视觉语言模型调用程序化生成算法，开放式地生成可编辑、照片级的 3D 资产和大场景。

Alaya Lab · Yi-Chuan Huang, Hao-Jen Chien, Zheng-Hui Huang +3

视觉理解与 3D 代码与软件工程 arXiv 代码 HF

#294 ▲27 ★4 ❝0 2026-10-19

HarnessPro: Recursive Harness Self-Improvement with Pareto Optimization for Performance-Cost Trade-offs

HarnessPro 在无标准答案的情况下迭代改进智能体执行框架，同时给出省钱、均衡、高性能三档方案。

机构待核实 · Zhuoshi Pan, ZhiYuan Feng, Yukuo Cen +6

智能体代码与软件工程 arXiv 代码 HF

更早（归档） 2

▲138 ❝2 2026-09-18

CodeMidas: Scaling Agentic Coding RL Environments from Code Itself

CodeMidas 只以源代码为输入，自动把开源代码库中的功能转成可执行的编程 RL 环境。

Xiaomi MiMo · Bowen Ye, Lei Li, Shicheng Li +16

代码与软件工程强化学习智能体 arXiv HF

▲81 ★108 ❝1 2026-09-18

RecreationWorld: Scalable and Verifiable Environments for Hybrid Computer-Use Agents

RecreationWorld 让电脑操作 Agent 观察一个运行中的软件并在五个平台上重新实现它，可复现可验证。

Qwen · Shuai Bai, Jiayong Deng, Sicheng Fan +30

智能体代码与软件工程评测与数据 arXiv 代码 HF

在归档中检索该主题 →