每日论文速递 · Agent & LLM

非常好，这里有一大堆高质量的相关论文。我已经能挑出 Anna 最感兴趣的几篇了。让我重点关注与 InternOS（组织协调/调度/编排/承诺跟踪）和 AI Agent 平台相关的：

精选清单（已经能锁定）：

1. Cordon (2606.17573) — 语义事务/工具调用边界，跟她的承诺跟踪机制直接相关 ⭐⭐⭐

2. Compositional Skill Routing (2606.18051) — 技能分解+路由，AI Agent 平台核心

3. Scaling Enterprise Agent Routing (2606.17519) — 110-agent/584-tool 路由退化，生产级洞察 ⭐⭐⭐

4. Trustworthy BDaaS Multi-Agent (2606.17915) — 生命周期编排，跟 InternOS 同构

5. Intelligence Entropy Principle (2606.18065) — MAS 在生产中的非线性退化，理论 + 工程

6. SEAGym (2606.17546) — 自进化 Agent harness 评估

7. EnvRL (2606.17680) — 从环境动态学习

8. Closing the Feedback Loop (2606.17591) — Verbal RL 的 retention-forgetting，跟 memory 设计相关

够用了，不再继续抓。Cordon 这篇尤其值得 Anna 看——讲 commit/rollback/audit on multi-step agent workflows，跟她的"承诺跟踪"思路是同一种问题域。

---

📄 每日论文速递 · Agent & LLM

日期：2026-06-17

---

1. Cordon: Semantic Transactions for Tool-Using LLM Agents

语义事务：给工具调用 Agent 加事务边界

🔗 https://arxiv.org/abs/2606.17573

💡 一句话：今天的 Agent runtime 把 tool 当成孤立的 RPC，缺少 task-scoped 的 commit / rollback / recovery / audit 边界；Cordon 把多步 Agent workflow 当成数据库事务来管。

🎯 关联：⭐⭐⭐ 必读。跟你最近想做的"承诺跟踪机制"是同一类问题——Agent 做了一串副作用动作之后，怎么回滚、怎么审计、怎么知道哪些 commit 了。InternOS 里跨订单调度的"承诺—兑现—回滚"语义可以直接借这套词汇。

---

2. Scaling Enterprise Agent Routing: Degradation, Diagnosis, and Recovery

企业级 Agent 路由扩展：退化、诊断、恢复

🔗 https://arxiv.org/abs/2606.17519

💡 一句话：在真实的 110 Agent / 584 Tool 企业目录上做实测，路由 F1 在 under-specified 请求上跨模型下降 16–23 个百分点；给出退化曲线和恢复方案。

🎯 ⭐⭐⭐ 这是少见的"真生产环境数据"。InternOS 未来 Agent 多了之后必然撞到的问题——目录扩张时路由准确率掉得多狠、什么 query 最先崩。值得拿数据去说服领导提前做 routing 评测基线。

---

3. Compositional Skill Routing for LLM Agents: Decompose, Retrieve, and Compose

组合式技能路由：分解、检索、组合

🔗 https://arxiv.org/abs/2606.18051

💡 一句话：把"复杂请求 → 一个技能"重新形式化为"分解成原子子任务 → 每个子任务检索合适技能 → 组合成可执行计划"。

🎯 中相关。跟你 7 Kernel 架构里的任务分解层可以对照看——他们把分解和检索拆开，你可以判断这种拆分粒度在你场景下是不是过度设计。

---

4. Trustworthy Self-Composable Big-Data-as-a-Service: An LLM-Orchestrated Multi-Agent Framework

可信自组合 BDaaS：LLM 编排的全生命周期多 Agent 框架

🔗 https://arxiv.org/abs/2606.17915

💡 一句话：覆盖数据摄取→清洗→特征→建模→部署→漂移监控全生命周期，强调 artifact governance 和 human oversight，不是单阶段 AutoML。

🎯 ⭐⭐ 跟 InternOS 同构。重点抄它的"生命周期编排 + 人工 oversight 接入点"设计——你的组织协调系统也是跨多个阶段、需要人插手的长流程。

---

5. Intelligence Entropy Principle and the ADE Stability Engineering Framework

智能熵原理与 ADE 稳定性工程框架

🔗 https://arxiv.org/abs/2606.18065

💡 一句话：LLM 多 Agent 系统从实验室到生产会非线性退化，作者形式化为 S(t)=S0·exp(αt/Cm) 并给出 Lyapunov 稳定条件 λ>α/Cm。

🎯 看个乐+理论参考。公式好不好用另说，但"MAS 在生产里会熵增"这件事是真实的，他们试图给出一个可量化的退化模型——你可以借这个视角去做 InternOS 的健康度指标。

---

6. SEAGym: An Evaluation Environment for Self-Evolving LLM Agents

SEAGym：自进化 Agent 的评估环境

🔗 https://arxiv.org/abs/2606.17546

💡 一句话：Agent 自我进化主要发生在 harness 层（prompt / memory / tools / middleware / runtime state），现有评测只看孤立任务分，看不出更新是不是"可复用的改进"。

🎯 中相关。InternOS 未来要做 Agent 自我演化的时候这是个绕不开的评测维度——别只看任务得分，要看 harness 改动有没有"跨任务转移"。

---

7. EnvRL: Learn from Environment Dynamics in Agentic Reinforcement Learning

EnvRL：从环境动态学习的 Agent 强化学习

🔗 https://arxiv.org/abs/2606.17680

💡 一句话：长 horizon Agent 任务里 outcome reward 太稀疏，作者主张把 rollout 轨迹里的环境动态信号挖出来当训练信号。

🎯 低-中相关。你目前不训模型，但这个"环境动态当反馈"的思路可以反过来用在 InternOS 的 Agent 行为评估上——别只看最终结果，看中间状态变化。

---

8. Closing the Feedback Loop: From Experience Extraction to Insight Governance in Verbal Reinforcement Learning

关闭反馈环：从经验提取到洞察治理的 Verbal RL

🔗 https://arxiv.org/abs/2606.17591

💡 一句话：训练-free 的 verbal RL（从经验里提取规则注入 context）在非平稳环境里有 retention-forgetting 困境，提出洞察治理机制。

🎯 ⭐⭐ 跟你的 Agent memory 设计直接相关。"什么时候该记、什么时候该忘、规则怎么治理"是 InternOS memory 层迟早要面对的问题，这篇可以当一个起点。

---

今日 take：Cordon + Scaling Enterprise Agent Routing 这两篇优先读，一篇给你架构语言（事务边界），一篇给你生产数据（路由退化）。其他的按时间挑着看。