Agent 智能体

技术方向 · 让模型自主规划、调用工具、完成多步任务的技术方向 · 共 4272 条

只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。

8月28日周五 · 20 条

14:22

正文结构化主题已通过公开置信门槛

量子位商业

2026奇点智能技术大会北京站官宣，Transformer联合作者领衔

2026奇点智能技术大会北京站将于11月20-21日举行，由奇点智能研究院与CSDN联合主办。大会汇聚70余位技术专家，围绕18个前沿主题，涵盖大模型、AI原生软件研发、C++及系统软件等方向。OpenAI资深研究科学家、Transformer联合作者Łukasz Kaiser已确认发表主题演讲。

14:13

正文结构化主题已通过公开置信门槛

量子位产品发布

Anthropic发布MHS标准，Claude开始控制物理世界硬件

Anthropic发布全新模型硬件标准MHS，旨在将不同厂商的硬件设备控制方式统一为Agent可调用的标准接口，使Claude等AI代理能直接控制物理世界中的设备，如机械臂、显微镜等。MHS源于与HHMI Janelia研究园区的合作，目前处于研究预览阶段，未来计划开源。该标准被视为物理世界的MCP，有望扩展AI代理的能力边界，并收集真实世界数据。

12:10

正文结构化主题已通过公开置信门槛

RAGFlow Releases一手来源产品发布

RAGFlow v0.27.1 发布：新增连接器与搜索提供商，修复多项问题

RAGFlow 发布 v0.27.1 版本，新增 Azure DevOps 数据源连接器、You.com 和 Serply 网络搜索提供商，以及 Synthorai 模型提供商，并补充了 DeepSeek 模型。该版本改进了检索 API，暴露 rerank candidates count 等参数，并将元数据过滤下推到索引层以加速检索。同时修复了多项 bug

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.MA一手来源研究

多智能体系统风险与控制：跨组织边界部署AI智能体的分析框架

澳大利亚工业、科学和资源部委托Gradient Institute撰写了一份关于跨组织边界部署AI智能体的多智能体系统风险与控制分析框架报告。报告由Alistair Reid等人编写，旨在为AI智能体的部署提供风险评估和控制建议。该报告是此前关于受治理的基于LLM的多智能体系统风险分析技术的后续报告。

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.AI一手来源研究

CIFQA：确定性工具接地多智能体LLM框架用于金融问答

印度理工学院焦特布尔分校的研究团队提出了CIFQA，一个确定性的工具接地多智能体LLM框架，用于计算密集型金融问答。该框架将语言理解与数值执行分离，通过LLM智能体负责查询理解、路由、参数提取等，而确定性Python工具执行金融计算。在定期存款查询基准上，CIFQA达到95.54%的计算密集型查询准确率和90.87%的总体准确率，显著优于直接LLM基线，且1

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.SE一手来源研究

面向安全加固的智能体AI遏制架构

本文提出了一种面向多智能体AI系统的安全加固架构，将安全视为架构属性，通过六种约束（职责分离、部署前一致性检查、价值流绑定、时间隔离、知识验证、结构完整性验证）强制执行Propose–Verify–Act–Verify执行模型。该架构将系统分析工件映射为可验证的契约，以防御提示注入、编排器操纵、跨会话状态污染和智能体共谋等威胁。通过简历筛选案例展示了在对抗条

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.MA一手来源研究

MoRe：单智能体多角色混合实现多视角协同

arXiv 论文提出 Mixture of Roles (MoRe) 方法，通过可学习码本和查询感知路由器，将多个角色组合成单一 steering vector，在单智能体单次推理中实现多视角专业化。实验显示 MoRe 平均比单智能体基线高 2.2%，性能与多智能体系统相当，但显著降低 token 成本。该方法通过三阶段 SFT 和 GRPO 训练，且保持骨

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.SE一手来源研究

可预测代理系统的Harness工程：确定性执行约束的实证研究

该研究通过实验证明，为LLM代理添加确定性执行层（有限状态控制器、强制单工具选择、输出验证、有界重试）对可复现性的影响是混合的：在四个模型-任务组合中，一个组合显著提升，两个显著降低，一个无显著影响。进一步诊断发现，自由文本规划步骤是剩余变异的主要来源；引入结构化规划（在执行前验证计划符合固定模式）后，所有组合的可复现性和确定性达到完美，任务成功率提升，但延

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.AI一手来源研究

独立LLM与预定义智能体流水线解释ICU死亡率预测的可行性研究

马萨诸塞大学阿默斯特分校等机构的研究人员评估了独立LLM与预定义智能体流水线在解释ICU死亡率预测方面的可行性。基于eICU演示数据集（2353例ICU住院，死亡率8.1%），XGBoost模型AUROC为0.855。在38例解释子集上，独立LLM产生1例显式结果泄漏，而四步智能体流水线无泄漏；智能体流水线在指南依据、价值特异性和合理性方面得分更高，但SHA

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.AI一手来源研究

PICasso：AI 驱动的硅光子器件自主优化设计框架

arXiv 论文提出 PICasso，一个基于 AI 的硅光子集成电路（PIC）设计框架，能从自然语言规格自动生成、验证和优化电路。PICasso 结合结构化 YAML 生成、PDK 知识注入、自动布局布线、DRC/LVS 验证和 SAX 仿真，并引入包含 36 个任务的基准 PIC-Set。实验显示，PICasso 将高复杂度电路的结构满足率提升至 92.

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.SE一手来源研究

LLM智能体轨迹中的成本-效用对齐：剖析、归因、诊断、适应与评估

本文提出一个面向LLM智能体轨迹的成本-效用对齐框架，包含成本剖析、效用归因、错位诊断、定向适应和评估五个阶段，将资源消耗与任务贡献视为同一执行过程的双重账本。效用归因通过过程代理、信息依赖和反事实重放等方法提供因果证据，以指导诊断和适应。该框架为资源感知的智能体设计与部署提供了结构化基础，并分析了近期系统、归因方法和评估协议。

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.MA一手来源研究

基于账本控制的零样本自编排提升LLM编码性能研究

该研究比较了多智能体LLM系统与单模型基线在编码任务上的表现，发现引入管理器-工人脚手架的效果因模型而异：对部分模型（如Qwen3.8-27B、GPT-5.6-Luna等）有显著提升，对另一些模型（如Qwen3.6-35B）则无益或负面。管理器机制虽使token消耗增加约三倍，但相比升级更大模型，能以更低成本获得相近精度。研究还分析了增益机制，包括上下文管理