Agent & LLM · 2026年7月11日

每日论文速递 · Agent & LLM

💡 一句话：它把 proactive agent 放进真实 Docker 环境，用多轮用户反馈和细粒度 checkpoint 评测，而不是只看静态答案。

2026-07-11 09:01:518 篇论文条目

📄 每日论文速递 · Agent & LLM

日期：2026-07-11

1. UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks（面向真实任务的主动 Agent 通用基准）

💡 一句话：它把 proactive agent 放进真实 Docker 环境，用多轮用户反馈和细粒度 checkpoint 评测，而不是只看静态答案。

🎯 关联：很高。Anna 做 Agent 平台时，评测不能只测“答得像不像”，要测跨平台操作、长上下文、探索和任务完成链路。

2. Workflow as Knowledge: Semantic Persistence for LLM-Mediated Workflows（把工作流当作知识：LLM 工作流的语义持久化）

💡 一句话：主张把 workflow definition、instance、inference record、context snapshot 都作为可检查、可恢复、可审计的知识对象保存。

🎯 关联：非常高。这基本就是 InternOS / Agent orchestration 里“流程不是日志，而是一等对象”的方向，值得认真读。

3. Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents（关键时刻记起来：长任务 Agent 的主动记忆模块）

💡 一句话：不是被动 RAG，而是旁路 memory agent 主动判断什么时候把关键状态注入给 action agent，缓解 long-horizon 里的状态衰减。

🎯 关联：非常高。Anna 的 Agent 平台如果要做长周期任务，memory 不能只是 vector store；要有“何时提醒、提醒什么、何时闭嘴”的策略层。

4. WebSwarm: Recursive Multi-Agent Orchestration for Deep-and-Wide Web Search（WebSwarm：面向深广搜索的递归多 Agent 编排）

💡 一句话：把 web research 拆成递归搜索节点，每个节点可继续 delegate 子 Agent，并把 evidence 向上汇总。

🎯 关联：很高。适合参考多 Agent task decomposition、递归 delegation、结果聚合机制；但要警惕复杂度膨胀。

5. From Prompts to Contracts: Harness Engineering for Auditable Enterprise LLM Agents（从 Prompt 到 Contract：可审计企业 LLM Agent 的 Harness 工程）

💡 一句话：把原本写在 prompt 里的约束迁移到 code、schema、manifest、validator 里，让 Agent 输出可追踪、可验证、可替换模型。

🎯 关联：非常高。这是 Agent 产品化的硬骨头：不要迷信 prompt，真正可靠的是 composition boundary + contract + validator。

6. Tool-Making and Self-Evolving LLM Agents in Low-Latency Systems（低延迟系统中的工具生成与自演化 LLM Agent）

💡 一句话：把重复 SOP 步骤提前编译成 versioned tools，线上 Agent 直接调用工具，减少延迟和不稳定的 runtime code generation。

🎯 关联：很高。对 Anna 做 Agent 平台很实用：Agent 不应该每次都“重新思考”，成熟路径要沉淀成工具和 deterministic workflow。

7. Who Broke the System? Failure Localization in LLM-Based Multi-Agent Systems（谁搞坏了系统：LLM 多 Agent 系统的失败定位）

💡 一句话：提出 AgentLocate，用多视角 evaluator 定位失败归因到具体 Agent 和最早关键错误步骤。

🎯 关联：很高。多 Agent 系统一旦上线，最大痛点不是“会不会失败”，而是失败后怎么 debug、归责、修复。

8. Progressive Crystallization: Turning Agent Exploration into Deterministic, Lower-Cost Workflows in Production（渐进式结晶：把 Agent 探索转成低成本确定性工作流）

💡 一句话：把 Agent 探索当发现机制，反复验证后的路径自动晋升为 deterministic workflow，退化时再降级。

🎯 关联：非常高。这篇我会优先读。它直接回答 Agent 平台的生产化问题：Agent 不是永远在线乱跑，而是帮你发现流程，最后沉淀成便宜、稳定、可审计的执行路径。