圖書信息
內容簡介
對 arXiv cs.SE 分類的年度綜述，涵蓋 2025 年 9 月 至 2026 年 8 月 期間發表的研究。本卷基於對 100 篇論文 的細讀整理，組織為 40 章，按該領域的研究子方向描繪這一年的全貌。
全書框架（年度產出佔比）：
- 面向安全的數據驅動系統與機器學習 (19.5%) — 應用機器學習與數據驅動模型構建並分析軟件系統，尤其關注安全關鍵行為。
- 用於軟件工程與規格說明的大語言模型 (14.6%) — 將大語言模型應用於程序分析、規格說明與需求工程，以提升代碼質量。
- 智能體式 LLM：工具、技能與多智能體執行 (10.8%) — 研究調用外部工具、習得技能並協調多智能體執行以完成複雜軟件任務的 LLM 智能體。
- 開源軟件安全與漏洞檢測 (9.7%) — 考察開源軟件中的安全實踐、依賴管理與漏洞自動化檢測。
- 智能體式與生成式 AI 輔助的人類軟件開發 (8.4%) — 考察智能體式與生成式 AI 如何在需求、設計、編碼與協作流程中輔助人類開發者。
- 自動化測試生成與蛻變測試 (7.2%) — 開發自動生成測試用例並應用蛻變測試的方法，尤其用於驗證基於 LLM 的系統。
- 軟件工程研究與開發 (6.4%) — 涵蓋實證軟件工程研究、開發者工作流，以及塑造現代開發的實踐與工具。
- 智能體式編碼與軟件工程基準 (5.9%) — 通過衡量其解決真實軟件工程任務能力的基準，評估智能體式編碼助手。
- 用於代碼生成與自動化評審的大語言模型 (5.4%) — 研究大語言模型如何生成源代碼並自動化代碼評審，評估其所產出代碼的正確性、質量與可維護性。
- 自動化程序修復與缺陷定位 (5.1%) — 研究定位故障並生成修復補丁的自動化方法。
- 倉庫級檢索增強生成 (5.0%) — 利用倉庫級檢索增強生成，為編碼智能體提供來自大型代碼庫的相關上下文。
- 量子軟件工程與經典混合計算 (1.8%) — 探索如何編寫、測試與驗證量子程序，並在混合系統中與經典計算集成。
每個子方向均通過三章展開論述——它如何提出自己的問題、其關鍵結論的強度，以及它開放的爭論與前沿，從而讓讀者獲得該領域今年實際產出的可溯源圖景。
