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 4221 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。

11月5日周四 · 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

苦涩教训不适用于社会模拟：任务错配与利害缺失

这篇 arXiv 论文指出，社会模拟领域常以「苦涩教训」为由，用大语言模型替代手工构建的智能体，但这种做法并不成立。作者认为，Sutton 所举的每个案例中，通用方法都与领域工程解决同一任务，而社会模拟却把为预测文本优化的模型用于另一任务。预测者不承担互动后果，因此缺乏「利害关系」，这解释了此前研究报告的过度合作、集体一致但个体失真、群体同质化等异常现象。5

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

基于LLM的视频游戏NPC：系统映射研究

该论文对377篇文献进行系统映射研究，最终筛选出42篇进行分析，首次定量刻画了基于LLM的NPC在组件采用、延迟、安全覆盖和可复现性方面的现状。研究发现短期记忆（60%）和世界状态 grounding（69%）几乎普遍采用，而长期记忆（31%）、反思（38%）和RAG（14%）仍属少数，端到端响应时间为2.6至15秒。论文还识别出商业化采用的六大结构性障碍，

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.MA一手来源开源

机械工程技能：面向设计、分析与制造的开源 Agent 技能库

该论文提出 Mechanical Engineering Skills，一个包含 33 个 agent skill 的开源库，覆盖机械设计、分析与制造任务，其中 19 个技能封装了该实验室已发表或预印本研究成果，14 个覆盖核心工程与教学任务。每个技能打包操作说明、可执行工具与验证流程，由语言模型理解需求、选择技能并协调工作流，确定性工具负责计算并返回带校验

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

挑战感知知识招募与元智能体监督用于医疗多智能体推理

该论文提出一种“挑战感知的知识招募”方法，用于医疗多智能体推理：由外部元智能体 Challenger 检查推理轨迹并识别具体知识缺口，再触发针对性检索或中途招募专科智能体。在 MedAgentsBench 困难子集（862 题、9 个生物医学数据集）上，挑战感知的中途检索在 8/9 数据集上提升准确率，比仅用 Challenger 高 6 个百分点；Chal

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

Airlock：通过选择性在线隔离限制多智能体故障影响范围

论文提出 Airlock，一种多智能体运行时与护栏系统，用于在故障跨智能体传播后实现选择性在线隔离。其下层 EdgeCitadel 以树状结构从父到子收窄权限，上层 Airlock 通过只追加的溯源 DAG 追踪跨智能体数据消费，告警后前向隔离受污染执行、后向定位根因，并提供全隔离与优化最小割两种处置档位。在 1,832 次测试台运行、161 次智能家居 L

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

面向智能体AI系统的不确定性感知资源编排

该论文针对由大语言模型驱动的智能体（agentic AI）系统在调度时资源需求未知的问题，提出将计算、带宽和截止时间需求建模为概率机会约束，并给出形式化定义。作者提出在线算法CRO（Conformal Reservation for Orchestration），利用滑动窗口的历史执行轨迹和保形预测，在调度时给出具有有限样本、无分布假设覆盖保证的资源预留。仿

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

谁能否决智能体？LLM评审制度中的证据门控权限

研究将多智能体系统中的评审机制视为制度管辖权问题：在提案、任务信息、模型和评审输出都相同的条件下，评审者何时有权让自己的建议成为最终决定。作者比较了两种制度：一种是广泛覆盖权，另一种是证据门控，即评审者必须给出机制上有效的约束违反记录和合规修复，才能替换原提案。在两种本地运行的开源权重模型、96个空间政策任务和96任务组合迁移基准上，证据门控大幅减少对正确提

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

面向企业 AI 智能体的契约式行为工程方法论

独立研究者 Yang Song 在 arXiv 发表论文，提出 Agentic Behavior Engineering（ABE）方法论，将可观测的智能体行为而非提示词或模型作为版本控制的工程制品。该方法把 Design by Contract 适配到非确定性系统，用带稳定规则编号的行为契约和场景库约束智能体，并划分为 Specify、Ground、Cont

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

LIBRA：程序化构建可执行工具库

论文提出 LIBRA 框架，将扁平的 LLM 工具目录转化为可执行工具库：由 LLM 为每个工具提出调用契约、可复用输出与状态变化、成功条件，并在沙箱中测试工具组合，仅保留运行时验证通过的关系。该库在用户查询前构建，无需依赖标注、使用轨迹或任务训练，可同时支持一次性检索和迭代式智能体检索。在 AppWorld、BFCL、SciToolEval 上，相比同一稠

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

Agent Harness Awareness：将验证遥测转化为工具型智能体的操作控制

论文提出 Agent Harness Awareness 架构，让主机在执行关键动作前向模型提供经过验证的、带新鲜度标签的执行状态快照，以解决模型只看到静态工具描述而无法感知工具健康状态的“操作盲区”。在 216 次决策的消融实验中，GPT-5.6 Sol、Claude Sonnet 5 和 Gemini 3.7 Flash 在获得验证状态后，平均可观测策略

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

LLM社会智能体的上下文丰富与选择性鲁棒性框架

研究者提出一个用于LLM社会智能体的上下文丰富与选择性鲁棒性框架，将上下文丰富分解为中性填充、通用社会背景、描述性决策依据和规范性决策依据四类条件，并引入“选择性鲁棒性”作为验证标准，要求智能体对保持语义的提示变化不敏感、但对社会世界中与决策相关的实质变化有方向性响应。作者在类似囚徒困境的博弈中做了初步实验，发现不同丰富方式产生不同行为模式，且两个被测模型表