返回主题地图

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 4259 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
正文结构化主题已通过公开置信门槛
雷峰网 AI科技评论产品发布

蚂蚁发布APASS，为Agent商业活动补上信任基础设施

9月11日，蚂蚁集团在2026 Inclusion·外滩大会上发布面向智能体商业活动的信任基础设施APASS，基于KYA理念提供身份注册、持续核验、意图安全和可信存证等能力。APASS已接入超100万个Agent（激活11万个），覆盖442家服务供给方，并有阿里巴巴、小米、智谱等50余家机构加入IIFAA智能体可信生态共建计划。此举意在为Agent参与支付等

正文结构化主题已通过公开置信门槛
雷峰网 AI科技评论观点

外滩大会创新者舞台：科学家、超级个体与AI艺术家的三天试探

2026 Inclusion·外滩大会于9月10日至12日举办"创新者舞台"，首日联合中国科学院科普品牌"格致论道"，邀请8位来自复旦、北大、上海交大等机构的学者进行硬核科技科普分享；次日聚焦"超级个体"，17位实践者分享一人公司、多智能体替代传统部门等实验；第三日举办AI艺术TALK，探讨AI完成99%生成后人类最后1%不可替代性的问题。活动整体呈现科技平

正文结构化主题已通过公开置信门槛
雷峰网 AI科技评论产品发布

阿里云Token Plan个人版升级：加量不加价，新增12类Agent Harness工具

阿里云于9月11日升级Token Plan个人版，在价格和Credit额度不变的情况下，为Standard和Pro套餐新增Agent Harness工具权益，覆盖搜索、网页解析、图像生成、语音处理、代码执行等12项Agent开发能力，均通过MCP标准协议开放。同时新增视频生成、Managed Agent托管智能体、RAG知识库、Memory记忆库与Sandb

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

面向北极生态航行的自主GeoAI智能体

研究者提出一个面向北极生态航行的自主 GeoAI 多智能体系统，采用人在回路方式，将运营、物理、生态和社区标准整合进统一航线规划框架。多个专用智能体协同完成地理空间数据获取与准备、多目标航线生成以及基于 skyline 的决策支持，其中生态标准明确考虑对敏感区域的暴露，包括关键鱼类栖息地和海豹关键栖息地。该系统通过将价值判断保留给人类，支持更安全、更透明且更

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

通过测试却藏漏洞：智能体系统静默失败的实证研究

该研究针对基于LLM的智能体代码修复中「通过测试却仍含安全漏洞」的静默失败问题，使用GPT-4o-mini在七个智能体框架、SecurityEval和CVEfixes两个安全数据集上分析了1030条有效执行轨迹，经三轮定性编码确认170例静默失败。结果将其分为遗漏（48.2%）、引入（30.6%）和不足（21.2%）三类共十种细粒度失败代码，并发现当前以测试

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

VikingRAG：面向结构化文档的高效检索增强生成

该论文提出 VikingRAG，一个面向结构化文档的目录感知语义数据管理系统，将语义与结构访问紧密结合，支持基于证据缺口的多轮检索。系统通过将多轮检索轨迹物化为可复用的经验边，并引入自适应升级策略，在证据充分时仅用单轮经验增强检索。实验显示基础系统在保持高准确率的同时仅消耗现有方法 11.6%–51.9% 的 token，结合轨迹复用与自适应升级后可降至 5

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

ReqEvolve：通过自动需求解释实现用户导向的软件自演化

研究者提出 ReqEvolve，一个面向用户驱动软件自演化的运行时代码生成系统，通过自动需求工程与测试驱动开发，将用户的高层自然语言请求转化为可执行功能。在 18 个项目、72 个软件演化案例上，ReqEvolve 达到 89.2% Pass@1，分别比 SpecFix 和消融基线高出 18.8% 和 32.6%。根因分析显示 64.5% 的失败案例源于代码

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

完成任务还不够：评估累积挑战下智能体的韧性与体谅性参与

该论文提出评估生成式AI智能体不能只看任务是否完成，还需考察「运营韧性」与「体谅性参与」两个维度。研究在医疗场景下模拟了120条轨迹，覆盖2个生成式AI模型和12项利益相关者任务，施加轻、中、重三级累积挑战，对比文本行动计划、提示式内部评估和结构化工作负荷与情感报告。结果显示，随挑战累积，智能体从自主恢复转向更多依赖人类，结构化报告中工作负荷与负面情绪上升但

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

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

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

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

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。

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

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

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.

正文结构化主题已通过公开置信门槛
量子位商业

量子位启动MEET2027智能未来大会，年度榜单征集进行中

量子位正式启动以「智行合一，驭见未来」为主题的MEET2027智能未来大会，这是该系列大会的第八年，将于2026年12月在北京举办。大会将聚焦智能体、具身智能与机器人、AI Infra与算力、世界模型等年度议题，并同步发布2026人工智能年度榜单及《2026年度AI十大趋势报告》。榜单从企业、产品、人物三大维度评选五类奖项，结果将在大会上公布。

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

支付宝阿宝接入携程同程等酒旅商家，小米超级小爱跨端协同落地

在2026 Inclusion·外滩大会上，蚂蚁集团CEO韩歆毅宣布支付宝“阿宝”将推出智能体激励政策，连接用户需求与开发者、商家供给。携程、同程、锦江、粗门、大麦等酒旅及演出头部商家集体接入阿宝，黄山、万岁山等景区也陆续接入，覆盖出行、住宿、周边游、演出等场景。小米超级小爱首次公开与阿宝跨端协同，用户可通过语音办理生活服务，标志生活服务向全链路智能化升级。

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

2026蚂蚁InTech奖揭晓：申报量增近4倍，三年投1亿扶持创业

2026蚂蚁InTech奖在外滩大会揭晓，10位青年科学家获科技奖（每人20万元），10位中国籍在读博士生获奖学金（每人5万元）。本届聚焦AGI、具身智能、数字医学、数据处理与安全隐私四大方向，申报量较首届增长近4倍。蚂蚁集团同时宣布未来三年投入1亿元扶持获奖者创业项目。

正文结构化主题已通过公开置信门槛
量子位商业

OpenAI被曝用千禧年难题刷Benchmark，下一道或为霍奇猜想

《纽约时报》追访披露OpenAI与纽约大学数学家Tristan Buckmaster围绕纳维-斯托克斯方程证明的争议细节，包括OpenAI更新用户数据说法、提出多种合作方案但要求排除Anthropic员工Levent Alpöge。OpenAI随后宣布在另一道千禧年难题上取得实质性进展，传闻指向霍奇猜想，可能由内部代号Aeon的模型完成。事件反映OpenAI