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 2400 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31日周一 · 20 条

13:54

正文结构化主题已通过公开置信门槛

雷峰网 AI科技评论商业

AI参与芯片设计效率翻倍，但五年内难独立设计，EDA模式将变

OpenAI公布首款自研推理芯片Jalapeño的实测结果，该芯片由AI参与设计，从设计到流片仅用9个月。Cadence高管滕晋庆和汪晓煜表示，AI EDA有望将芯片设计效率提升近一倍，但未来五年AI仍无法独立设计出有竞争力的芯片，多Agent协同、确定性验证和经济性是主要门槛。工程师的价值将转向定义问题和判断结果，EDA商业模式可能从License转向按用

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.CV一手来源研究

VidParse：在线解析自我中心程序，无需训练

VidParse 是一个无需训练的在线自我中心程序解析框架，利用冻结的 DINOv2 和手-物检测器构建操作锚定特征，通过时间相似性矩阵和棋盘核检测动作边界，并使用图约束波束搜索强制执行程序性任务图。在 GTEA 和 EgoPER 基准上，该方法在复杂多步解析准确率上比强在线基线提升高达 10 倍，且无需梯度更新。

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.CL一手来源研究

PACE：基于智能体自动化的发布者自适应内容提取

PACE 是一个用于网页内容提取的智能体框架，通过 LLM 分析页面结构并学习发布者特定的提取配置，在推理时使用固定确定性提取器模板，无需额外 LLM 调用。实验表明，PACE 在文章正文、元数据和多模态提取上优于可扩展的非人工基线，接近人工构建的发布者特定解析器质量。该框架旨在自动化发布者特定提取，为 LLM 数据管道提供可扩展的页面表示。

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

GCPC：基于检查清单的智能体技能轨迹部分信用评估

本文提出了一种名为GCPC（Grounded Checklist Partial Credit）的智能体轨迹评估方法，由人类定义可复用规则，LLM根据任务指令和官方验证器生成任务特定的检查清单，并基于执行日志证据逐项评分，缺失证据时弃权。在包含4,455条轨迹的SkillsBench评估中，GCPC比整体判断更能区分官方PASS和FAIL结果（AUC 0.6

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

合成语言能动性：具身有限代理通过后果性社会经验学习语言可供性

该研究提出合成语言能动性（SLA）的操作性定义，并开发了基于死亡约束的语言强化学习模型，实例化为具身有限代理（EMA）。实验表明，EMA的语言选择受其身体状态和社会历史影响，并能改变伙伴行为，从而在人工系统中实现语言能动性。该工作为合成共情和人机战略互动研究提供了基础。

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

GOD：面向智能体社会的实时控制室

GOD 是一个面向生成式智能体社会的本地优先控制室，提供浏览器界面以进行实时观察、定向提问和干预。系统集成了 AgentSociety 模拟器与 JiuwenClaw 运行时，并支持可移植的实验、地图和智能体包。在 15 次运行中，干预运行中 84 次目标智能体检查有 78 次记录了命令目的地，182 次状态回答中有 169 次匹配了保存的位置或动作字符串。

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

FocusGen：利用模拟人物代理焦点小组扩展视觉设计探索

FocusGen 是一个交互式系统，通过模拟人物代理的“虚拟焦点小组”为视觉设计探索引入外部视角。与以往将代理作为批评者汇聚于单一作品的方法不同，FocusGen 将人物角色作为并行生成器，每个代理独立驱动迭代生成循环，将设计简报转化为多种受众条件方向。评估表明，迭代细化循环优于零样本生成，人物角色条件化比通用助手基线产生更高的视觉多样性，且开放式偏好访谈比

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.CV一手来源研究

Code-as-World：用可执行代码表示物理世界进行推理

arXiv 论文提出 Code-as-World 范式，将物理世界表示为可执行代码，通过智能体循环（提出、执行、渲染、验证）从多模态观测中构建可执行世界模型。该模型用于训练视觉语言模型进行定量物理推理，Code-as-World-VL 在 QuantiPhy 基准上达到最先进性能，超越领先专有模型。

另有 1 家信源报道

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

FedEHR-Agents：面向自动化EHR建模的联邦智能体优化框架

FedEHR-Agents 提出了一种以经验为中心的联邦智能体优化框架，用于自动化电子健康记录（EHR）建模。每个医院部署一个临床智能体，通过历史记忆、任务评估和 TextGrad 提示优化来提炼本地建模经验，联邦服务器则进行证据引导的经验聚合，生成全局元提示。在真实多医院基准上的实验表明，该方法在多种临床预测任务中优于本地和联邦基线，并展示了建模经验作为协

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.CL一手来源研究

FAID：面向隐式仇恨言论的细粒度自适应检测框架

本文提出了一种名为FAID的细粒度自适应隐式仇恨言论检测框架，将隐式仇恨言论分为浅层、定向和上下文依赖三类，并针对不同类别采用轻量级提示调优、知识增强和智能体推理等不同策略。实验表明，FAID在四个基准数据集上显著优于现有最先进方法，同时减少了计算冗余。

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

CareGraph：可审计的混合AI框架用于个性化纵向健康智能

arXiv 论文提出 CareGraph，一个可审计的混合 AI 框架，用于基于证据的个性化纵向健康智能。该框架将实验室、电子病历、可穿戴设备等多源健康数据转化为趋势、缺失上下文和可追溯的解释，并通过确定性规则与 LLM 结合，在合成数据上验证了高准确率和安全性。研究表明 CareGraph 比单一 GPT-5.6 基线更快、更简洁，且更符合纵向目标，为患者