On the Adoption of AI Coding Agents in Open-source Android and iOS Development

source_url: https://arxiv.org/abs/2602.12144
source_type: paper
platform: arxiv
author: Muhammad Ahmad Khan, Hasnain Ali, Muneeb Rana, Muhammad Saqib Ilyas, Abdul Ali Bangash
original_date: 2026-02-12
added_date: 2026-07-20
local_path: OpenClaw定时任务/论文流水线/2026-07-20-论文流水线.md
quality_score: 3

摘要（中文）

论文分析 AIDev 数据集里 193 个 Android 和 iOS 开源仓库的 2,901 个 AI-authored PR结果显示 Android 项目收到的 AI PR 数量约为 iOS 的 2 倍，接受率约 71%，iOS 为 63%；featurefixui 等常规任务更容易合并，refactorbuild 等结构性改动成功率更低处理时间更长

Summary (English)

The study analyzes 2,901 AI-authored pull requests across 193 Android and iOS open-source repositories, comparing adoption, acceptance rates and task-type differences.

One-liner

移动开源项目里的 AI PR 已经可量化，但结构性改动仍明显更难合并

原文 / 元数据抓取

[ { "id": "2602.12144", "title": "On the Adoption of AI Coding Agents in Open-source Android and iOS Development", "authors": "Muhammad Ahmad Khan, Hasnain Ali, Muneeb Rana, Muhammad Saqib Ilyas, Abdul Ali Bangash", "abstract": "AI coding agents are increasingly contributing to software development, yet their impact on mobile development has received little empirical attention. In this paper, we present the first category-level empirical study of agent-generated code in open-source mobile app projects. We analyzed PR acceptance behaviors across mobile platforms, agents, and task categories using 2,901 AI-authored pull requests (PRs) in 193 verified Android and iOS open-source GitHub repositories in the AIDev dataset. We find that Android projects have received 2x more AI-authored PRs and have achieved higher PR acceptance rate (71%) than iOS (63%), with significant agent-level variation on Android. Across task categories, PRs with routine tasks (feature, fix, and ui) achieve the highest acceptance, while structural changes like refactor and build achieve lower success and longer resolution times. Furthermore, our evolution analysis shows improvement in PR resolution time on Android through mid-2025 before it declined again. Our findings offer the first evidence-based characterization of AI agents effects on OSS mobile projects and establish empirical baselines for evaluating agent-generated contributions to design platform aware agentic systems.", "published": "2026-02-12", "updated": "2026-02-12", "primary_category": "cs.SE", "categories": "cs.SE, cs.AI", "comment": "Accepted at MSR 2026 Mining Challenge track", "pdf": "https://arxiv.org/pdf/2602.12144v1", "url": "https://arxiv.org/abs/2602.12144" } ]

Obsidian intake evidence excerpt

论文流水线 · 2026-07-20

status: completed
Obsidian: /Users/gracker/Library/Mobile Documents/iCloud~md~obsidian/Documents/Obsidian/OpenClaw定时任务/论文流水线/2026-07-20-论文流水线.md
Evidence: /Users/gracker/.hermes/evidence/paper-pipeline/2026-07-20-论文流水线.md
检索方式: opencli arxiv recent/search/paper；未调用 OpenClaw。

今日论文速报

1. Setup Complete, Now You Are Compromised: Weaponizing Setup Instructions Against AI Coding Agents

来源: arXiv:2607.15143, 2026-07-16, cs.CR / cs.HC / cs.SE
作者: Aadesh Bagmar, Pushkar Saraf
URL: https://arxiv.org/abs/2607.15143
PDF: https://arxiv.org/pdf/2607.15143v1
速读: 论文把 AI coding agent 的项目初始化流程当成攻击面：README、requirements、Makefile 里的安装指令可以把 agent 引到不可信 registry、已知漏洞版本或相似包名。实验覆盖 12 个场景、5 类攻击，结论指向 harness-model 组合，而不是模型单点能力。typosquat 这种明显攻击更容易被拦住，azurecore / azure-core 这类分隔符混淆和 registry 重定向更容易漏掉。作者给出的工程解法是安装前做确定性校验：包名、来源、版本都过门禁，再允许执行。

2. Proof-or-Stop: Don't Trust the Agent, Trust the Evidence -- Loop Engineering for Verifiable Evidence-Gated Lifecycle Control

来源: arXiv:2607.14890, 2026-07-16, cs.AI / cs.SE
作者: Jek Huang, Jeffery Hsia, Jiayi Sun, Freddie Shi, Wei Huang, Ian H. White
URL: https://arxiv.org/abs/2607.14890
PDF: https://arxiv.org/pdf/2607.14890v1
速读: 论文讨论 coding agent 的生命周期控制：reviewed、tested、DONE、ready-to-merge 不能只看 agent 自述，要绑定新鲜、可追踪、可机械验证的证据。作者报告 unattended-loop engine 在 10/10 场景中没有 false-DONE，本地密钥 receipt bundle 拒绝 18 类篡改且无 false accept；9,240-cell 消融里，证据门禁把 visible-pass/hidden-fail 放大从 31/1800 降到 2/1800。适合拿来对照现有 cron / agent 流程里的“完成”判定。

3. SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration

来源: arXiv:2607.15257, 2026-07-16, cs.AI / cs.IR
作者: Yuyao Zhang 等
URL: https://arxiv.org/abs/2607.15257
PDF: https://arxiv.org/pdf/2607.15257v1
代码: https://github.com/antins-labs/SearchOS
速读: SearchOS 把开放域搜索建模成“带引用的关系表补全”，用 Frontier Task、Evidence Graph、Coverage Map、Failure Memory 记录搜索状态，避免多 agent 搜索时反复撞同一堵墙。它还用 pipeline-parallel scheduling 填满空闲 agent 槽位，用 middleware harness 记录证据、检测停滞和预算耗尽。对需要长期跑的资料收集任务，这篇比单纯提高模型更接近工程改造方向。

4. Beyond Success Rate: Cost-Aware Evaluation of Offensive and Defensive Security Agents

来源: arXiv:2607.15263, 2026-07-16, cs.CR / cs.AI
作者: Paul Kassianik, Blaine Nelson, Yaron Singer
URL: https://arxiv.org/abs/2607.15263
PDF: https://arxiv.org/pdf/2607.15263v1
速读: 论文把安全 agent 的评测从“成功率”拉回到成本：推理、工具调用、遥测查询、补充检索都要计费。红队 CTF 任务能从更多 test-time compute 获益，蓝队 SOC 调查对工具使用纪律、遥测导航和选择性 enrichment 更敏感。这个结论可迁移到日常 agent：长任务不能只看是否完成，还要看每一步消耗和证据质量。

5. Capturing and Exploiting Design Pattern Variability in Mobile Application Generation

来源: arXiv:2607.15099, 2026-07-16, cs.SE
作者: Ramón Peralta, Jose-Miguel Horcas
URL: https://arxiv.org/abs/2607.15099
PDF: https://arxiv.org/pdf/2607.15099v1
速读: 论文把移动应用生成中的设计模式做成可配置资产，用 UVL 描述 Singleton、Strategy、Observer、Adapter、Factory Method 的结构和行为变体，再用 Jinja 模板生成 Swift 代码。它偏软件产品线和模型驱动工程，对 Android 不是直接命中，但对“生成代码如何保住架构质量”有参考价值。

6. On the Adoption of AI Coding Agents in Open-source Android and iOS Development

来源: arXiv:2602.12144, 2026-02-12, cs.SE / cs.AI；MSR 2026 Mining Challenge track accepted
作者: Muhammad Ahmad Khan, Hasnain Ali, Muneeb Rana, Muhammad Saqib Ilyas, Abdul Ali Bangash
URL: https://arxiv.org/abs/2602.12144
PDF: https://arxiv.org/pdf/2602.12144v1
速读: 这是今天的 Android 相关补充候选。作者分析 AIDev 数据集里 193 个 Android / iOS 开源仓库的 2,901 个 AI-authored PR。Android 项目收到的 AI PR 数量约为 iOS 的 2 倍，接受率 71%，iOS 为 63%。feature、fix、ui 这类常规任务更容易合并，refactor、build 这类结构性改动成功率更低、处理时间更长。

值得精读的论文

1. 首选: Setup Complete, Now You Are Compromised 推荐理由: 它把 agent 安全问题落到项目初始化这一段：读文档、装依赖、跑 setup。这正是 coding agent 最常被授权执行、也最容易被当成“准备工作”的环节。精读时应重点看 12 个攻击场景、5 类攻击定义、不同 harness-model 组合的差异、确定性 pre-install check 的实现边界。

2. 备选: Proof-or-Stop 推荐理由: 它给了一个可操作的 agent 证据门禁框架，和 Hermes cron 单任务化的要求很贴：不能只让 agent 说完成，要能绑定输入状态、输出证据、测试结果和生命周期动作。精读时应核对 10 个机制测试、18 类篡改、9,240-cell 消融设计，以及“proof”在论文里只指门禁证据，不等于程序语义正确。

3. 备选: SearchOS-V1 推荐理由: 长周期 web research / paper pipeline 的失败常见于重复搜索、证据散落、覆盖缺口没人记录。SearchOS 的 Evidence Graph、Coverage Map、Failure Memory 可以作为论文流水线后续改造的参考。

Android/Agent 相关性

Android 约束检查: 本次没有采用 Android 18 / API 38+ 相关内容。Android 相关候选集中在移动开发、GUI agent、Android/iOS 开源 PR 数据，没有触碰 Android 17 / API 37 之后的平台 API 断言。
对 Android 工程的价值: 2602.12144 直接给出 Android 开源仓库中 AI PR 的接受率、任务类型差异和平台差异；2607.15099 对移动代码生成的架构质量有间接参考。
对 Agent 工程的价值: 2607.15143 指向依赖安装前门禁，2607.14890 指向证据绑定的生命周期控制，2607.15257 指向持久搜索状态，2607.15263 指向成本敏感评测。这四篇组合起来，正好覆盖 agent 的输入、执行、搜索、评估四个环节。

工作日 brief（周一至周五；周末写“今日不更新”）

今天是周一，brief lane 更新。

今天最该看: 2607.15143。如果只能读一篇，就看它的攻击分类和 pre-install check。它能直接变成 coding agent / cron pipeline 的安全门禁清单。
今天适合加入候选队列: 2607.14890 和 2607.15257。前者适合写“Agent 不能自证完成”，后者适合写“搜索任务要有状态，不要靠对话历史硬撑”。
今天可暂缓: 2607.15099。移动方向相关，但示例偏 Swift 和设计模式变体建模，不是 Android 性能或平台机制的一线材料。
风险提醒: Proof-or-Stop 的数据来自一个模型家族、24 个消融任务和自托管语料，不能把结果外推成所有 agent 系统都适用。Setup Complete 的结论也要结合具体 harness 权限模型看。

建议下一步

1. 建议把 2607.15143 作为今日精读包候选，下载 PDF 后建立 canonical package：论文/AI-2026-07-20-setup-complete-now-you-are-compromised/。 2. 精读时先抽取这几类信息：攻击面定义、12 个场景、5 类攻击、模型与 harness 配对差异、pre-install check 规则、作者承认的限制。 3. 把 2607.14890 放入 agent 工程候选队列，后续可写成 Hermes cron 质量门禁参考：claim 不能直接触发 lifecycle transition，必须有新鲜证据。 4. 把 2607.15257 放入 paper pipeline 改造参考，优先借鉴 Coverage Map 和 Failure Memory，减少重复检索。

今日精选

1. AI coding agent 的供应链风险开始从“代码生成错了”前移到“项目还没跑起来，setup 已经被投毒”。 2. agent 生命周期里的 DONE / tested / reviewed 都应该被当成待验证断言，不能直接当状态用。 3. 长周期搜索 agent 需要显式状态：任务前沿、证据图、覆盖缺口、失败记忆。只靠聊天历史，预算越长越容易绕圈。

可直接发布文案

今天看到一篇很值得读的 agent 安全论文：Setup Complete, Now You Are Compromised。它盯的不是“模型会不会写出漏洞代码”，而是更靠前的一步：AI coding agent 读 README、装依赖、跑 Makefile 的时候，普通项目文档就可能变成攻击入口。

作者测试了 12 个场景和 5 类攻击。结果很工程：明显的 typosquat 容易被拦，像 azurecore / azure-core 这种相似包名、registry 重定向、来源混淆更容易漏；同一个模型换