11:53官方账号arXiv cs.AI@Andras Ferenczi, Jordan Docherty, Mariya Bessonov, Matthew Findlay, Krishna Lingamneni论文提出Locksmith Loop,一种代理式测试合成方法,用于验证COBOL到Java的迁移正确性。该方法在商品硬件上同时运行COBOL源码和Java目标,通过Witness Search穿透分支并执行奇偶保留变异。在三个案例研究(两个开源程序和一个内部生产程序,规模从430到4,114行)中,Locksmith将分支覆盖率提升至接近完全,内部程序达到91.90%。生成的Java在所有接受测试用例中通过确定性奇偶校验。论文Locksmith LoopCOBOLJava推荐理由:这论文搞了个Locksmith Loop来验证COBOL转Java,实测分支覆盖率能到91.9%,比随机测强多了。原文稍后读已读值得跟进有用关注 Locksmith Loop
09:29SuperTechFans(博客/媒体)76°陶哲轩使用AI编码代理,在数小时内将1999年编写的Java applet全部迁移至JavaScript。这些applet曾用于复分析和线性代数课程,因Java停止支持而失效。AI不仅完成移植,还识别出原始代码中两个未发现的错误。他还用AI创建了一个狭义相对论可视化工具(类似"闵可夫斯基空间中的Inkscape")和一个吉尔布雷思猜想交互页面。他认为对于非核心辅助性可视化,使用LLM生成代码风险可控。AI产品陶哲轩JavaJavaScript推荐理由:菲尔兹奖得主陶哲轩亲测AI编码代理,几小时搞定老代码迁移,还顺手做了相对论可视化。原文稍后读已读值得跟进有用关注 陶哲轩
09:58官方账号arXiv cs.LG@Muhammad Imran, Vincenzo Stoico, Ivano Malavolta该论文研究了Java方法级别的能耗预测,分析了2,786个Java方法的33个静态特征与执行时间和能耗数据。训练并比较了11个回归模型,发现静态代码指标预测性能差,平均R²接近0。加入执行时间后R²提升至0.46,执行时间、内部方法调用和圈复杂度成为最强预测因子。论文Java能耗预测静态指标推荐理由:论文有硬数据:只看代码静态指标预测能耗基本无效,加上执行时间后R²从0升到0.46,做绿色软件开发需要知道这个差异。原文稍后读已读值得跟进有用关注 Java
02:49官方一手Hugging Face: Blog(博客/媒体)精选IBM Research 推出 ScarfBench,这是首个专为企业 Java 框架迁移任务设计的基准测试。该基准涵盖从 Java EE 迁移到 Spring Boot 等 5 种典型场景,并基于 1000 个迁移案例构建。评估指标包括迁移正确性、代码质量与编译通过率,初始测试显示 GPT-4 等主流代理在复杂迁移中的成功率不足 30%。论文ScarfBenchIBM ResearchJava推荐理由:IBM 搞了个专门测 AI 代理迁移 Java 框架的基准,看看现有模型能不能搞定企业级代码迁移,结果发现连 GPT-4 都挺费劲。原文稍后读已读值得跟进有用关注 ScarfBench
16:57官方账号阿里云 Alibaba Cloud@alibaba_cloud精选阿里巴巴云发布了 AgentScope Java 1.1 版本,主要新增工作区驱动的持久化、可插拔文件系统、自动上下文管理以及安全沙箱编排功能。这些特性旨在支持可扩展的企业级智能体应用,提升开发效率和运行稳定性。该版本对 Java 生态下的 AI 智能体开发具有重要意义,尤其适合需要高可靠性和安全性的企业场景。AI产品智能体JavaAgentScope推荐理由:企业级 Java 智能体开发终于有了更成熟的持久化和沙箱方案,做企业 AI 应用的团队可以直接升级试试。原文稍后读已读值得跟进有用关注 智能体
00:33官方一手Google Developers Blog(博客/媒体)Google发布了Agent Development Kit (ADK) for Java 1.0.0版本,引入了Google Maps grounding、内置URL抓取和标准化Agent2Agent协议,支持跨框架协作。新架构包括App和Plugin,提供全局日志、自动上下文窗口管理(事件压缩)以及Human-in-the-Loop工作流。该版本还通过Firestore和Vertex AI集成,提供长期状态和大型数据管理。这表明Google进一步推动了Java生态中AI智能体的开发标准化。AI产品智能体GoogleADK推荐理由:对于Java开发者而言,ADK 1.0.0降低了构建复杂AI智能体的门槛,尤其是Agent2Agent协议和云端集成促进了可扩展性。原文稍后读已读值得跟进有用关注 智能体