每日论文速递 · Agent & LLM

I now have all the information I need. Let me compile the report with the 7 best papers.

📄 每日论文速递 · Agent & LLM

日期：2026-05-20

---

1. A Methodology for Selecting and Composing Runtime Architecture Patterns for Production LLM Agents

生产级 LLM Agent 运行时架构模式的选择与组合方法论

🔗 https://arxiv.org/abs/2605.20173

💡 一句话：提出 "随机-确定性边界"（SDB）作为 Agent 运行时的核心原语，围绕 Coordination/State/Control 三个关注点整理了 6 种运行时模式（层级委托、scatter-gather+saga、事件驱动、共享状态机、supervisor+gate、HITL），并给出了 5 步选型方法论。

🎯 关联：极高。这篇直接对标 Anna 在 InternOS 里要解决的 Agent 编排架构问题——怎么把 LLM 的不确定性输出安全地转化成系统动作、怎么选调度模式。SDB 的 proposer/verifier/commit/reject 四元组思路可以直接对照 InternOS 的 Kernel 设计。

---

2. PEEK: Context Map as an Orientation Cache for Long-Context LLM Agents

PEEK：用上下文地图为长上下文 Agent 做方向缓存

🔗 https://arxiv.org/abs/2605.19932

💡 一句话：Agent 反复操作同一个大文档/代码仓库时，用一个小的 "context map" 缓存结构化方位知识（哪些实体有用、内容怎么组织的），比每次重新读原始上下文效率高 1.7-5.8x、准确率提升 6-34%。核心机制是 Distiller → Cartographer → Evictor 三模块的可编程缓存策略。

🎯 关联：高。InternOS 如果要让 Agent 跨会话地操作同一个项目上下文，这个 context map 的思路比 naive RAG 更优雅——本质上是给 Agent 维护一个"你对这个环境的认知快照"。

---

3. S-Bus: Automatic Read-Set Reconstruction for Multi-Agent LLM State Coordination

S-Bus：多 Agent LLM 状态协调的自动读集重建

🔗 https://arxiv.org/abs/2605.17076

💡 一句话：多个 LLM Agent 共享可变自然语言状态时会产生"结构性竞态条件"（SRC）——写写冲突和跨分片脏读。S-Bus 用 HTTP 中间件 + DeliveryLog 自动追踪每个 Agent 读了哪些数据，在提交时实现 Observable-Read Isolation（ORI），无需改 Agent SDK。在 TLAPS 上做了形式化验证。

🎯 关联：极高。这几乎就是 InternOS 做多 Agent 协调必须面对的问题——当多个 Agent 并发修改共享状态，怎么保证一致性。用分布式系统的隔离级别来解决 LLM 状态协调，思路很扎实。

---

4. Formal Skill: Programmable Runtime Skills for Efficient and Accurate LLM Agents

Formal Skill：面向 LLM Agent 的可编程运行时技能

🔗 https://arxiv.org/abs/2605.19604

💡 一句话：把 Agent 的可复用能力从自然语言提示词里拎出来，变成带 JSON schema、Python 执行器、hook 控制逻辑和局部状态的"正式技能"状态机。核心洞见是：把重复的流程从 prompt 中移到可执行代码里，既省 token 又可强制执行策略。

🎯 关联：高。InternOS 的 Kernel 如果要封装可复用能力（比如跨订单调度、状态检查），Formal Skill 的"状态机 + hook + schema"模式比纯 prompt engineering 可靠得多。

---

5. MetaCogAgent: A Metacognitive Multi-Agent LLM Framework with Self-Aware Task Delegation

MetaCogAgent：具备元认知自评估能力的多 Agent 任务委托框架

🔗 https://arxiv.org/abs/2605.17292

💡 一句话：多 Agent 系统的核心问题是不知道"哪个 Agent 干不了这活"。MetaCogAgent 让每个 Agent 带一个元认知自评估单元，估算任务-能力匹配度，低置信度的任务自动路由给更合适的 Agent。效果：82.4% 准确率、比 AutoGen 省 5% API 调用。

🎯 关联：高。InternOS 做任务分配和委托时，Agent 能自我评估能力边界然后决定是自己干还是转交——这个思路直接可用。比"所有任务丢给一个万能 Agent"现实得多。

---

6. TriMem: Rethinking How to Remember -- Beyond Atomic Facts in Lifelong LLM Agent Memory

TriMem：超越原子事实的终身 Agent 记忆系统

🔗 https://arxiv.org/abs/2605.19952

💡 一句话：Agent 记忆不应该只存"原子事实"（太碎、丢细节、没法深度推理）。TriMem 维护三种粒度：原始对话片段（保真）、提取的原子事实（快速检索）、综合画像（深度理解）。用 TextGrad 自动优化提取/综合提示词，不需要更新模型参数。

🎯 关联：中高。Agent 平台的 memory 层怎么设计是绕不开的问题。三层粒度的思路比"什么都扔进向量数据库"或"只存关键事实"要成熟——特别是 synthesized profiles 这层，对 InternOS 理解组织运作模式有用。

---

7. DecisionBench: A Benchmark for Emergent Delegation in Long-Horizon Agentic Workflows

DecisionBench：长链路 Agent 工作流中涌现式委托的评测基准

🔗 https://arxiv.org/abs/2605.19099

💡 一句话：第一个系统性评测"Agent 把任务委托给其他模型"这件事的 benchmark。测了 11 个模型 × 23375 个任务实例，发现：平均质量在各种 awareness 条件下差不多，但路由保真度从 7.5% 到 29.5% 差异巨大；完美委托的理论天花板比实际表现高 15-31 个百分点——说明编排优化空间还很大。

🎯 关联：中高。对做 Agent 编排平台的人来说，这个 benchmark 的发现很重要——模型选择和路由才是当前多 Agent 系统的真正瓶颈，而不是单模型能力。InternOS 如果要做智能任务分配，得认真看这个数据。

---

今日点评：今天的 cs.AI 和 cs.MA 井喷了大量 Agent 架构相关论文，质量密度很高。重点关注 #1 和 #3——一个是宏观架构选型方法论，一个是微观的多 Agent 状态一致性，两个加起来基本覆盖了 InternOS 类系统的核心技术挑战。#2 的 context map 也是个值得马上借鉴的工程思路。