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 2397 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。

9月11日周五 · 20 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

ORCH：组织原则赋能具身AI集体智能

研究提出 ORCH（Organizing Roles and Coordination Hierarchies）框架，将人类组织理论中的池化与顺序依赖原则操作化，用于组织大规模异构具身智能体。在 25 个野火响应任务中，使用 8 个大语言模型评估最多 50 个异构智能体，ORCH 组织在任务结果、执行效率、探索和计算资源使用上均优于四种代表性具身多智能体方法

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

子智能体与智能体技能：面向长周期任务的可复用知识执行

该论文研究如何让语言模型智能体有效利用可复用知识库解决长周期任务。作者对比了两种执行方式：将技能指令加载进主上下文的 agent skills，以及将技能包作为子智能体（subagent）在独立上下文中执行。在 SkillsBench 基准上，当技能包具有清晰输入输出契约并编码程序性知识时，子智能体执行显著优于 agent-skill 执行，代价是额外的通信

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.IR一手来源研究

合成数据之殇：LLM智能体技能检索中的灾难性遗忘

该研究针对LLM智能体在34,396个技能库中的技能检索问题，发现使用合成数据微调虽能提升分布内检索，却会导致在真实和分布外（OOD）数据上的灾难性遗忘。作者评估了嵌入锚点正则化、LwF、EWC和L2初始化等持续学习方法，结果显示这些方法不仅保留了OOD检索性能，还将0.6B Qwen检索器和重排器的合成分布内检索提升了13.98%。研究提供了实用基准和针对

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

计算与合作的共同演化：自创生博弈论

该研究提出「自创生博弈论」（Autopoietic Game Theory），将社会互动、复制机制及其计算成本建模为内生且共同演化的过程。作者在随机初始化的 Z80 机器码环境中嵌入 STEAL 指令，把社会困境直接写入计算的物理机制中，发现资源稀缺时背叛会自我限制，演化出的程序会抑制偷窃行为，空间分布还能促进结构复杂性与任务表现。研究由 Google Pa

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LLM系统用于临床问诊训练评估

研究团队开发了一个面向临床问诊训练的脚手架式多智能体LLM系统（AI标准化病人），包含病人智能体、导师智能体和回合级评估智能体。在100名医学生的随机对照试验中，多智能体脚手架条件相比结构化非LLM对照组提升了最终考试成绩，尤其在沟通、共情表达和病史采集行为上改善显著，但诊断准确率无显著差异。团队还发布了多专家标注数据集以支持后续研究。

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

面向可信系统的生成式AI：健康检查模型

该论文基于对电信、汽车、国防、航空、银行、能源、政府和软件服务等八个行业十八位资深从业者的访谈，提出「可信自主性健康检查模型」。该模型用八个维度（系统层的智能体权限范围、保障机制、数据可信度、架构遏制、可追溯性与可理解性；组织层的治理、人类监督姿态、劳动力能力可持续性）和四种信任范式（运营、工程、统计、遏制）取代传统单维成熟度模型。作者强调模型是诊断性而非规

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

OpenDiscoveryTrace：评估 AI 科学家工作流的过程轨迹数据集

研究者发布 OpenDiscoveryTrace，首个公开的 AI 科学智能体过程轨迹数据集，包含 558 条完整轨迹，覆盖 7 个模型和 124 个科学任务。每条轨迹记录 9 字段的逐步推理过程（思维、工具调用、观察、错误、修正触发、置信度等），而非仅最终输出。初步分析显示，三个前沿模型成功率相近（84–89%），但错误类型差异显著：Claude Opus

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

AI智能体如何运行城镇经济？100个LLM智能体的26周模拟研究

研究团队在真实博卡拉湖畔地理环境中构建了一个由100个带记忆的LLM智能体组成的封闭、货币守恒的空间经济系统，运行长达26个模拟周（远超同类研究1-2周），共91次有效运行、244万次决策、215亿token。结果显示货币传导在到达企业后停止：12%的旅游需求冲击使企业收入上升4.62，但工资仅变动1.03，仅0.3%的菜单项被重新定价；随机现金转移后96.