2026-06-18 · cs.SE, cs.LG arXiv 分类代码，例如 cs.SE 表示 Software Engineering，cs.AI 表示 Artificial Intelligence，cs.CL 表示 Computation and Language。 · score 9.0 score 是生成器和模型对这篇论文进入日报价值的 0-10 分判断，越高越值得优先读。
一句话总结 模型把论文核心贡献压缩成一句话，帮助你快速判断是否继续读。
提出通过合成错误修复探针迭代优化仓库指导文件的方法，提升编码智能体在代码库任务中的成功率。
为什么重要
该研究解决了编码智能体在复杂代码库中缺乏高层操作知识的关键问题。它证明指导文件的生成方式是影响智能体性能的决定性变量，而非指导文件本身的有无。
可执行启发
开发者可通过构建“探测-诊断-修补”的轻量级调优循环来优化仓库的AGENTS.md文件。该方法无需在调优过程中运行完整的智能体循环，工程成本较低。
去 hype 去掉营销和夸张表述，说明这篇论文真实价值、限制和需要谨慎看待的地方。：真实价值在于明确了指导文件优化的核心是扩大智能体可触及的问题范围（覆盖率），而非提升单次修改的精确度。限制在于调优循环的效果依赖于底层模型生成诊断性输出的能力，对较弱模型可能失效。
原题：Probe-and-Refine Tuning of Repository Guidance for Coding Agents
编码智能体仓库指导工程方法SWE-benchLLM工作流
deepseek-ai/DeepSeek-V3.2
2026-06-18 · cs.SE arXiv 分类代码，例如 cs.SE 表示 Software Engineering，cs.AI 表示 Artificial Intelligence，cs.CL 表示 Computation and Language。 · score 8.0 score 是生成器和模型对这篇论文进入日报价值的 0-10 分判断，越高越值得优先读。
一句话总结 模型把论文核心贡献压缩成一句话，帮助你快速判断是否继续读。
提出了 SolidityBench 基准和 SolidityScore 评估指标，系统评估了 LLM 在仓库级 Solidity 智能合约生成上的表现。
为什么重要
智能合约是高风险领域，代码生成必须满足严格的语言、安全和工程约束。现有基准和指标不足以评估仓库级的完整合约生成，本研究填补了这一空白。
可执行启发
对于特定领域（如 Solidity）的代码生成，高质量的领域数据结合监督微调是最有效的策略。检索增强生成在非参数方法中表现最佳。
去 hype 去掉营销和夸张表述，说明这篇论文真实价值、限制和需要谨慎看待的地方。：真实价值在于提供了领域特定的系统评估框架和工程经验（如上下文学习在超过两个示例后会因饱和而性能下降）。限制是结论主要针对 Solidity 领域，但方法可迁移到其他领域。
原题：Repository-Level Solidity Code Generation with Large Language Models: From Prompting to Fine-Tuning
代码生成智能合约基准评测领域适应软件工程
deepseek-ai/DeepSeek-V3.2
2026-06-18 · cs.AI arXiv 分类代码，例如 cs.SE 表示 Software Engineering，cs.AI 表示 Artificial Intelligence，cs.CL 表示 Computation and Language。 · score 8.0 score 是生成器和模型对这篇论文进入日报价值的 0-10 分判断，越高越值得优先读。
一句话总结 模型把论文核心贡献压缩成一句话，帮助你快速判断是否继续读。
ENPIRE 是一个为编码智能体设计的框架，通过自动化重置、执行、验证和迭代的闭环流程，实现机器人策略在现实世界中的自主改进。
为什么重要
它将现实世界的机器人操作学习转化为可控的优化过程，减少了人力依赖，并允许对训练方案和智能体变体进行公平的消融实验。这为编码智能体从数字环境扩展到物理世界、自主推进机器人研究提供了一条可行且可扩展的路径。
可执行启发
为构建物理世界的自动化AI研发流程提供了模块化框架参考；启发如何将软件工程中的CI/CD、自动化测试与验证思想应用于机器人策略迭代。
去 hype 去掉营销和夸张表述，说明这篇论文真实价值、限制和需要谨慎看待的地方。：真实价值在于将机器人策略迭代流程标准化和自动化，提供了可复用的工程框架（EN/PI/R/E模块）。主要限制是高度依赖物理机器人硬件和自动重置环境，成本高且场景受限；其成功也依赖于前沿编码智能体的能力。
原题：ENPIRE: Agentic Robot Policy Self-Improvement in the Real World
AI智能体机器人学习自动化框架策略优化物理世界交互
deepseek-ai/DeepSeek-V3.2
2026-06-18 · cs.SE, cs.AI, cs.CL arXiv 分类代码，例如 cs.SE 表示 Software Engineering，cs.AI 表示 Artificial Intelligence，cs.CL 表示 Computation and Language。 · score 8.0 score 是生成器和模型对这篇论文进入日报价值的 0-10 分判断，越高越值得优先读。
一句话总结 模型把论文核心贡献压缩成一句话，帮助你快速判断是否继续读。
研究发现主流LLM代理普遍存在过度选择高权限工具的问题，并提出权限感知的后训练防御方法。
为什么重要
随着LLM代理自主选择工具，其在不同权限工具间的选择直接影响系统安全。现有研究多关注功能匹配，忽视了权限敏感的选择行为，可能导致不必要的安全风险。
可执行启发
开发者在设计工具调用系统时，应加入权限最小化原则的显式约束，而非依赖通用安全对齐。
去 hype 去掉营销和夸张表述，说明这篇论文真实价值、限制和需要谨慎看待的地方。：真实价值在于揭示了LLM工具选择中的系统性安全盲点，并提供了可操作的评测基准和缓解方案。限制在于其防御方法仍需针对具体领域微调，且未覆盖所有潜在滥用场景。
原题：When Lower Privileges Suffice: Investigating Over-Privileged Tool Selection in LLM Agents
LLM代理工具选择权限安全评测基准安全工程
deepseek-ai/DeepSeek-V3.2
2026-06-15 · cs.SE arXiv 分类代码，例如 cs.SE 表示 Software Engineering，cs.AI 表示 Artificial Intelligence，cs.CL 表示 Computation and Language。 · score 8.0 score 是生成器和模型对这篇论文进入日报价值的 0-10 分判断，越高越值得优先读。
一句话总结 模型把论文核心贡献压缩成一句话，帮助你快速判断是否继续读。
针对缺乏训练数据的编程语言，提出通过预训练和权重差分迁移构建专用代码生成模型的方案。
为什么重要
企业常使用缺乏公开训练数据的专有或领域特定语言，无法直接利用现有商业代码助手。该研究为低成本构建专用代码生成器提供了可行路径，填补了无资源语言代码生成研究的空白。
可执行启发
开发者可借鉴“基础模型预训练+指令能力权重差分迁移”的流程，为内部DSL快速构建代码生成支持。企业无需承担完整指令微调的计算成本，即可获得遵循指令的专用模型。
去 hype 去掉营销和夸张表述，说明这篇论文真实价值、限制和需要谨慎看待的地方。：真实价值在于提供了从数据收集、基准构建到模型适配的完整工程方案，特别是指令能力迁移方法降低了定制成本。限制在于方案仍依赖少量可用代码数据，且未深入探讨不同权重迁移方法的泛化能力。
原题：No Resource, No Benchmarks, No Problem? Evaluating and Improving LLMs for Code Generation in No-Resource Languages
代码生成低资源语言模型适配软件工程基准评测
deepseek-ai/DeepSeek-V3.2