每日论文速递 · Agent & LLM

I now have enough high-quality papers to compile my daily digest. Let me finalize by verifying the self-healing orchestrator paper's date (May 31) and confirm all are within a month. Today is June 12, 2026 — so papers from May 12 onwards are within one month. All my selections qualify.

Here's my final curated selection of 7 papers:

📄 每日论文速递 · Agent & LLM

日期：2026-06-12

---

1. The Illusion of Multi-Agent Advantage

🔗 https://arxiv.org/abs/2606.13003

💡 一句话：自动生成的多 Agent 系统在多项 benchmark 上一致不如简单的 CoT-SC（自洽思维链），成本却高 10 倍；论文拆解发现当前自动化 MAS 设计范式产出的是"架构膨胀"而非功能收益。

🎯 关联：极高。Anna 在做 Agent 平台，这篇直接挑战了"多 Agent 一定比单 Agent 好"的假设。核心 takeaway 是：MAS 的优势来自精心的人工架构设计而非自动生成的复杂拓扑。这对 InternOS 的 Agent 编排策略选择有直接参考价值——别盲目堆 Agent 数量。

---

2. Reward Modeling for Multi-Agent Orchestration (OrchRM)

🔗 https://arxiv.org/abs/2606.13598

💡 一句话：提出 OrchRM 框架，用自监督方式训练 reward model 来评估多 Agent 编排质量，不需要人工标注，token 用量降 10 倍，准确率提升最高 8%。

🎯 关联：极高。Agent 平台的核心痛点之一就是怎么评估编排策略好不好。这篇把 reward modeling 直接用在编排层而非子 Agent 层，是目前做 Agent 编排优化最对口的工作之一。

---

3. INFRAMIND: Infrastructure-Aware Multi-Agent Orchestration

🔗 https://arxiv.org/abs/2606.11440

💡 一句话：多 Agent 编排不能只看任务和模型特征，还得看 GPU 集群的实时负载（队列深度、KV-cache 压力、延迟）。用层次化 constrained MDP + RL 解决，高负载下 SLO 合规率 99.9%（baseline 不到 50%）。

🎯 关联：高。InternOS 如果涉及调度和编排，基础设施感知是绕不过的问题。这篇的 infra-aware planner + budget-aware scheduler 思路可以直接参考。

---

4. Self-Healing Agentic Orchestrators for Reliable Tool-Augmented LLM Systems

🔗 https://arxiv.org/abs/2606.01416

💡 一句话：把 LLM Agent 的可靠性问题建模为有界运行时控制问题——故障检测→故障分类→预算内恢复→轨迹验证→可观测性记录。在注入故障的 benchmark 上达到 98.8% 成功率，语义静默故障降到 0%。

🎯 关联：高。Agent 系统最难搞的不是正常路径而是异常路径。这篇的 self-healing 架构（故障信号→恢复预算→验证闭环）对 InternOS 的容错设计有直接启发。

---

5. Agents-K1: Towards Agent-native Knowledge Orchestration

🔗 https://arxiv.org/abs/2606.13669

💡 一句话：处理 246 万篇论文构建 Agent 原生的科学知识图谱 Scholar-KG，包含多模态解析器（5 模块 schema）+ 4B 信息抽取模型（GRPO 训练）+ 三源 Agent 接口（web 搜索/图谱检索/跨文档遍历）。

🎯 关联：中高。这篇展示了如何为 Agent 构建结构化知识底座。InternOS 如果需要组织和检索复杂知识（不只是 RAG 那种扁平检索），这个 pipeline 的设计思路值得参考。

---

6. DeNovoSWE: Scaling Long-Horizon Environments for Generating Entire Repositories from Scratch

🔗 https://arxiv.org/abs/2606.10728

💡 一句话：构建 4818 个高质量实例的数据集，训练 Agent 从文档直接生成完整代码仓库（不是修 bug），用 "divide and conquer" + critic-repair 的 agentic workflow 自动生成训练数据，Qwen3-30B 在 BeyondSWE-Doc2Repo 上从 5.8% 飙到 47.2%。

🎯 关联：中高。从 spec 到完整 repo 的生成是 AI 辅助开发的下一个阶段。对 Anna 理解代码生成 Agent 的能力边界和训练方法有价值。

---

7. Neuro-Symbolic Agents for Regulated Process Automation

🔗 https://arxiv.org/abs/2606.13405

💡 一句话：提出 "compliance-by-construction" 范式——把法规、流程模型、合规约束作为 Agent 的核心架构组件（不只是外部 guardrail），从结构上防止控制流违规。

🎯 关联：中。InternOS 做组织协调，天然涉及流程合规问题。这篇的思路是：与其事后用 guardrail 拦截，不如在 Agent 架构层面就把流程约束编进去。对 InternOS 的 7 Kernel 中涉及流程治理的部分有借鉴意义。

---

今日编辑点评：本周最值得细读的是第 1 篇（The Illusion of Multi-Agent Advantage）和第 2 篇（OrchRM）。一篇泼冷水说自动 MAS 不如精心设计的单 Agent 系统，另一篇给出了用 reward model 优化编排层的具体方法。两篇对照着看，对 Agent 平台的架构决策很有参考价值。