Domain

Agent & LLM

LLM Agent、推理与对齐、多智能体协作、Agent 架构、AI 系统设计与代码生成。

Latest

本领域最新

2026年8月21日

今天无法正常生成论文速递：当前环境里的 browser 缺少 Chrome，arXiv 页面打不开，没法可靠抓取并核对“最近一个月内提交”的论文。

今天无法正常生成论文速递：当前环境里的 browser 缺少 Chrome，arXiv 页面打不开，没法可靠抓取并核对“最近一个月内提交”的论文。

Archive

按日期归档

2026年8月21日

2026-08-21 09:00 今天无法正常生成论文速递：当前环境里的 browser 缺少 Chrome，arXiv 页面打不开，没法可靠抓取并核对“最近一个月内提交”的论文。今天无法正常生成论文速递：当前环境里的 browser 缺少 Chrome，arXiv 页面打不开，没法可靠抓取并核对“最近一个月内提交”的论文。 0 篇

2026年8月20日

2026-08-20 09:01 每日论文速递 · Agent & LLM今天没有生成论文速递。 0 篇

2026年8月19日

2026-08-19 09:02 本次没法产出论文速递：当前环境里 Chrome/browser 不可用，browsernavigate 直接报错 Chrome not found，所以无法访问本次没法产出论文速递：当前环境里 Chrome/browser 不可用，browsernavigate 直接报错 Chrome not found，所以无法访问 arXiv 页面做近一个月论文筛选。 0 篇

2026年8月18日

2026-08-18 09:01 今天这版论文速递没法正常产出：当前运行环境里 Chrome 缺失，browser 工具打不开 arXiv（报错：Chrome not found），所以我没法拿今天这版论文速递没法正常产出：当前运行环境里 Chrome 缺失，browser 工具打不开 arXiv（报错：Chrome not found），所以我没法拿到最近一个月的真实论文列表。 0 篇

2026年8月17日

2026-08-17 09:00 每日论文速递 · Agent & LLM今天没有产出论文速递。原因很直接：浏览器工具启动失败，无法访问 arXiv 页面，也没有可用的 websearch 备用工具。 0 篇

2026年8月16日

2026-08-16 09:00 今天这次任务没法可靠完成。今天这次任务没法可靠完成。 0 篇

2026年8月15日

2026-08-15 09:00 每日论文速递 · Agent & LLM今天没法可靠产出论文速递。 0 篇

2026年8月14日

2026-08-14 09:01 每日论文速递 · Agent & LLM今天没有生成论文推荐。 0 篇

2026年8月13日

2026-08-13 09:01 今天的论文速递没法生成：当前环境里的 browser 运行时缺少 Chrome，访问 arXiv 页面失败，报错是 “Chrome not found”。今天的论文速递没法生成：当前环境里的 browser 运行时缺少 Chrome，访问 arXiv 页面失败，报错是 “Chrome not found”。 0 篇

2026年8月12日

2026-08-12 09:00 每日论文速递 · Agent & LLM今天没有生成论文速递。 0 篇

2026年8月11日

2026-08-11 09:00 每日论文速递 · Agent & LLM今天没法给出可信论文速递。 0 篇

2026年8月10日

2026-08-10 09:00 今天这条 cron 没法完成论文筛选。今天这条 cron 没法完成论文筛选。 0 篇

2026年8月9日

2026-08-09 09:00 每日论文速递 · Agent & LLM今天没法可靠推送论文。原因很硬：当前运行环境的 browser 工具不可用，报错是： 0 篇

2026年8月8日

2026-08-08 09:01 每日论文速递 · Agent & LLM今天没有可验证的论文速递。 0 篇

2026年8月7日

2026-08-07 09:01 每日论文速递 · Agent & LLM今天没有生成论文速递。 0 篇

2026年8月6日

2026-08-06 09:01 每日论文速递 · Agent & LLM今天没法完成论文抓取，不是因为没有相关论文，而是工具链阻塞： 0 篇

2026年8月5日

2026-08-05 09:01 每日论文速递 · Agent & LLM🎯 判断：这次推送应视为任务失败，不应产出论文列表。 0 篇

2026年8月4日

2026-08-04 09:00 每日论文速递 · Agent & LLM今天没有生成论文速递。 0 篇

2026年8月3日

2026-08-03 09:00 每日论文速递 · Agent & LLM今天没有生成论文速递。原因不是没有新论文，而是抓取链路被环境卡死： 0 篇

2026年8月2日

2026-08-02 09:01 每日论文速递 · Agent & LLM今天这次抓取失败，不推论文，避免给 Anna 塞未经验证的假信息。 0 篇

2026年8月1日

2026-08-01 09:01 每日论文速递 · Agent & LLM今天没法可靠生成论文速递。 0 篇

2026年7月31日

2026-07-31 09:01 每日论文速递 · Agent & LLM今天没有生成论文速递。 0 篇

2026年7月30日

2026-07-30 09:00 每日论文速递 · Agent & LLM今天没有生成论文速递。 0 篇

2026年7月29日

2026-07-29 09:00 每日论文速递 · Agent & LLM今天没有生成论文速递。 0 篇

2026年7月28日

2026-07-28 09:00 每日论文速递 · Agent & LLM今天没法产出可靠论文速递。 0 篇

2026年7月27日

2026-07-27 09:01 每日论文速递 · Agent & LLM今天这次抓取失败，不推论文，避免给你发未经核验的假信息。 0 篇

2026年7月26日

2026-07-26 09:01 每日论文速递 · Agent & LLM今天没有生成论文推荐。原因不是“没有高相关论文”，而是抓取链路直接坏了： 0 篇

2026年7月25日

2026-07-25 09:00 每日论文速递 · Agent & LLM今天没有产出论文速递。 0 篇

2026年7月24日

2026-07-24 09:00 每日论文速递 · Agent & LLM今天没有完成论文抓取。 0 篇

2026年7月23日

2026-07-23 09:00 每日论文速递 · Agent & LLM今天没法完成论文筛选：运行环境里的 browser 工具启动失败，原因是 Chrome 未安装： 0 篇

2026年7月22日

2026-07-22 09:00 每日论文速递 · Agent & LLM今天没法完成有效筛选。 0 篇

2026年7月21日

2026-07-21 09:01 每日论文速递 · Agent & LLM今天这次没有可靠论文速递。 0 篇

2026年7月20日

2026-07-20 09:01 每日论文速递 · Agent & LLM今天没有可验证的论文速递。 0 篇

2026年7月19日

2026-07-19 09:01 每日论文速递 · Agent & LLM今天这次抓取失败，不能给 Anna 推论文列表。 0 篇

2026年7月18日

2026-07-18 09:01 今天这次抓取失败，原因很明确：运行环境里没有 Chrome，browsernavigate 打不开 arXiv 页面。今天这次抓取失败，原因很明确：运行环境里没有 Chrome，browsernavigate 打不开 arXiv 页面。 0 篇

2026年7月17日

2026-07-17 09:00 每日论文速递 · Agent & LLM今天这次抓取失败，原因不是 arXiv 没内容，而是运行环境里的 browser 工具不可用： 0 篇

2026年7月15日

2026-07-15 09:02 每日论文速递 · Agent & LLM💡 一句话：提出 E3（Estimate-Execute-Expand）执行策略，让 agent 先估计最小必要工作量，验证失败再扩展上下文，成功率不掉但 token、文件读取和成本大幅下降。 8 篇

2026年7月14日

2026-07-14 09:02 每日论文速递 · Agent & LLM💡 一句话：把 Agent 的任务进度显式建成可验证的 causal state，用 checkpoint、状态转移和 verifier 解决长程任务里“历史一坨、失败难恢复”的问题。 8 篇

2026年7月13日

2026-07-13 09:04 每日论文速递 · Agent & LLM💡 一句话：把每一步推理任务当成“可竞价商品”，让模型/工具按校准后的能力和成本竞标，动态路由到更合适的 solver。 7 篇

2026年7月12日

2026-07-12 09:02 每日论文速递 · Agent & LLM💡 一句话：它用 live Docker、隐藏 supervisor、用户反馈闭环来测 proactive agents，不再停留在静态 sandbox 玩具任务。 8 篇

2026年7月11日

2026-07-11 09:01 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。 8 篇

2026年7月10日

2026-07-10 09:01 每日论文速递 · Agent & LLM💡 一句话：把 proactive agent 放进 live Docker 环境，用 400 个双语真实任务和 step-by-step checkpoint 评估“工具使用、探索、长上下文、多模态、跨平台协调”。 8 篇

2026年7月9日

2026-07-09 09:02 每日论文速递 · Agent & LLM💡 一句话：把 Agent 执行 trace 先按失败模式去重，再用依赖图定位真正导致失败的步骤，避免拿一坨无关上下文做反思优化。 8 篇

2026年7月8日

2026-07-08 09:01 每日论文速递 · Agent & LLM💡 一句话：把多 Agent 并行证明搜索的中间结论组织成 shared fact graph，让主 Agent 负责规划协调、worker Agent 负责局部推进。 8 篇

2026年7月7日

2026-07-07 09:01 每日论文速递 · Agent & LLM💡 一句话：把“模型打分”升级成可缩放的连续验证信号，用来判断 agent 输出、任务进度、代码任务和 RL 反馈是否靠谱。 8 篇

2026年7月6日

2026-07-06 09:02 每日论文速递 · Agent & LLM💡 一句话：把 agent 程序里的 agents、prompts、tools、memory、handoff 关系抽成 Agent Dependency Graph，用来做 BOM、风险分析和治理。 8 篇

2026年7月5日

2026-07-05 09:02 每日论文速递 · Agent & LLM💡 一句话：把 Agent 的任务拆解、依赖、并行执行、失败定位都显式建成 DAG，不再靠一坨 textual trajectory 硬撑。 8 篇

2026年7月4日

2026-07-04 09:03 每日论文速递 · Agent & LLM💡 一句话：这篇把 MCP/A2A/ACP 等协议逐项拆开，结论很硬：它们解决的是工具调用和消息交换，不解决投票、异议保留、审计回放、人类升级这类“组织治理”。 8 篇

2026年7月3日

2026-07-03 09:03 每日论文速递 · Agent & LLM💡 一句话：把 agent、prompt、tool、memory、handoff、model 调用抽成统一的 Agent Dependency Graph，用来做 Agent BOM、风险路径分析和治理。 8 篇

2026年7月2日

2026-07-02 09:03 每日论文速递 · Agent & LLM💡 一句话：它把“写什么记忆、什么时候取、怎么组织”从 prompt trick 变成可训练能力，长程任务性能提升 2-4x。 8 篇

2026年7月1日

2026-07-01 09:02 每日论文速递 · Agent & LLM💡 一句话：提出一个不用完整训练、直接评估 agent 中间步骤监督信号质量的 testbed，专门解决 long-horizon agent reward 太稀疏的问题。 8 篇

2026年6月30日

2026-06-30 09:02 每日论文速递 · Agent & LLM💡 一句话：提出 WorldEvolver，用 episodic memory、semantic memory 和 selective foresight 让 Agent 在不改模型参数的情况下，边执行边修正自己的世界模型。 8 篇

2026年6月29日

2026-06-29 09:02 每日论文速递 · Agent & LLM💡 一句话：把 Agent 安全从“外围防御/训练期对齐”推进到运行时认知循环内部，专门处理 memory poisoning、tool-chain manipulation、多 Agent 协议攻击。 7 篇

2026年6月28日

2026-06-28 09:02 每日论文速递 · Agent & LLM💡 一句话：让 GUI Agent 自己探索环境、沉淀高层任务经验，再用 hindsight 数据训练小模型，重点解决小 MLLM 的跨网站规划泛化问题。 8 篇

2026年6月27日

2026-06-27 09:01 每日论文速递 · Agent & LLM💡 一句话：提出 MemStrata，用确定性的 bi-temporal ledger 管理事实 supersession，专门解决 RAG/agent memory 里“旧事实和新事实一起被召回”的结构性问题。 8 篇

2026年6月26日

2026-06-26 09:03 每日论文速递 · Agent & LLM💡 一句话：让 GUI Agent 自己探索环境、沉淀高层任务经验，再用 hindsight 合成训练数据，明显提升小模型的跨网站规划能力。 8 篇

2026年6月25日

2026-06-25 09:02 每日论文速递 · Agent & LLM💡 一句话：这篇直接拆 agentic model 训练数据怎么做，用 100+ ablation 找数据来源、多样性、pipeline 各环节的真实贡献，并开源 100K agent 训练集。 8 篇

2026年6月24日

2026-06-24 09:02 每日论文速递 · Agent & LLM💡 一句话：这篇直接拆 agent 模型训练数据 pipeline，做了 100+ ablation，并发布 100K agent 训练样本，核心价值是告诉你“什么数据真的能训出更会用工具/做任务的 agent”。 7 篇

2026年6月23日

2026-06-23 09:05 每日论文速递 · Agent & LLM💡 一句话：系统性评估多智能体系统里的 system prompt 优化，回答“调 prompt 到底在哪些 agent workflow / communication / team size 下有用”。 8 篇

2026年6月22日

2026-06-22 09:03 每日论文速递 · Agent & LLM今日总结：6/18 这批论文质量很高，LedgerAgent / MATM / DynAMO 三篇直接对应你 InternOS 的三个核心模块（状态管理 / 经验复用 / 调度编排），SafeClawBench 是给你朋友的礼物。建议优先读前三篇。 6 篇

2026年6月21日

2026-06-21 09:02 每日论文速递 · Agent & LLM💡 一句话：在 208 个真实企业场景上对比了 DAG Plan-and-Execute 和 ReAct 两种编排范式，并提出一个带优先级推断 + 相关任务关联的 Task Manager，把多智能体系统从离散请求-响应推到持续事件监听。覆盖 Persona（<10 agents）、Department（20–80）、Enterprise（200）三个规模。 7 篇

2026年6月20日

2026-06-20 09:02 每日论文速递 · Agent & LLM💡 一句话：在 208 个生产场景上对比了 DAG Plan-and-Execute vs ReAct 在 10/80/200 agent 三档规模下的表现，发现瓶颈不是任务复杂度而是规模本身——agent discovery noise 是企业级编排的头号杀手；他们做了个 Task Manager 用优先级推断+相关事件合并+抢占，把高优队列延迟降 14-75%。 7 篇

2026年6月19日

2026-06-19 13:08 每日论文速递 · Agent & LLM💡 一句话：把状态从 prompt 里拆出来单独维护成 ledger，每次工具调用前用 ledger 校验是否违反 domain policy，解决 agent 用过期/错误信息做决策的两大失败模式。 7 篇

2026年6月17日

2026-06-17 09:02 每日论文速递 · Agent & LLM💡 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。 16 篇

2026年6月16日

2026-06-16 09:02 每日论文速递 · Agent & LLM💡 一句话：现在的 agent skill 都是 SKILL.md 形式，每次运行都要把整段文档塞进 context，浪费 token。S2L 把每个 skill 训成一个 LoRA adapter，运行时按需挂载，行为等价但 context 干净。 7 篇

2026年6月13日

2026-06-13 09:05 每日论文速递 · Agent & LLM今日总结：这两天 arXiv 上 agent 方向出了一批质量很高的工作。两个大趋势：(1) 编排层的优化从规则驱动转向 reward-driven（OrchRM），(2) 记忆系统正在从存取走向演化跟踪（EvoArena、Infini Memory）。对 Anna 来说，OrchRM 的编排质量评估思路 + EvoMem 的 patch-based 记忆演化最值得深挖。 7 篇

2026年6月12日

2026-06-12 09:06 每日论文速递 · Agent & LLM💡 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。 7 篇

2026年6月10日

2026-06-10 09:06 每日论文速递 · Agent & LLM💡 一句话：把多智能体协调建模为 structure + orchestration 的联合后验推断，用 task/budget-conditioned 结构先验引导 policy-based 编排，比纯自适应方案省 43% token 的同时性能高 8.4%。 7 篇

2026年6月9日

2026-06-09 09:04 每日论文速递 · Agent & LLM💡 一句话：提出委派智能概念——主 agent 拆任务、分发给子 agent、子 agent 只返回摘要结果，节省主 agent 上下文窗口。通过 harness 引导生成高质量委派轨迹做 SFT，30B 模型在 BrowseComp 上打到 68.1 分。 7 篇

2026年6月8日

2026-06-08 09:07 每日论文速递 · Agent & LLM💡 一句话：百度团队搞了个多 Agent 框架做深度研究，核心是把 Agent Core（规划调度）和 Tool Ecosystem（检索执行）解耦，加了 graph-based 动态规划 + 递归两层执行 + rubric-based 自适应停止机制，在 DeepResearch Bench 上 SOTA。 7 篇

2026年6月7日

2026-06-07 09:04 每日论文速递 · Agent & LLM💡 一句话：首个对 Agent Memory 系统的系统级特征分析——涵盖 10 种代表性记忆系统，提出覆盖构建调度、能力下限、写读路径成本分摊、新鲜度-延迟权衡的 10 条系统设计建议。 8 篇

2026年6月6日

2026-06-06 09:05 每日论文速递 · Agent & LLM💡 一句话：首次对 agent memory 系统做系统级 benchmark，对比了 10 种代表性记忆方案（flat retrieval、LLM-mediated extraction、consolidating fact stores 等），给出了 construction scheduling、freshness-latency tradeoff、fleet-scale management 等 10 条工程建议。 7 篇

2026年6月5日

2026-06-05 09:04 每日论文速递 · Agent & LLM💡 一句话：第一篇对 Agent Memory 做系统级 profiling 的论文——把十种记忆系统拆成 construction/retrieval/generation 三个阶段做成本归因，给出了 10 条工程建议（调度策略、freshness-latency 权衡、fleet 管理等）。 7 篇

2026年6月4日

2026-06-04 09:10 每日论文速递 · Agent & LLM💡 一句话：多智能体推理不用等上游 agent 全部想完再传——StreamMA 让每个推理步骤一生成就流式传给下游 agent，延迟直接从线性降下来，而且因为早期推理步骤质量更高，反而比等完整 chain 效果更好（平均 +7.3pp）。还发现了一个跟 agent 数量缩放正交的新 scaling 维度：step-level scaling law。 7 篇

2026年6月3日

2026-06-03 09:06 每日论文速递 · Agent & LLM💡 一句话：Agent 自动学习可复用技能 + 把上下文管理变成强化学习控制问题（而非被动截断），效果比 SOTA 高 28.9%，且彻底消灭了 out-of-token 崩溃。 8 篇

2026年6月2日

2026-06-02 09:06 每日论文速递 · Agent & LLM💡 一句话：提出 ICAM 六层模型原生计算框架，把 LLM 系统类比为操作系统——分为概率执行面（能算什么）和确定性控制面（该算什么），还给出了语义局部性定律、上下文预算定律、Agent 加速定律三条设计法则。 7 篇

2026年6月1日

2026-06-01 09:06 每日论文速递 · Agent & LLM💡 一句话：把 Agent 的历史执行轨迹提炼成技能和失败教训，组织成可检索的经验图谱，让任意冻结的 LLM executor 通过外部经验复用变强——不需要微调。在 agentic 环境（ALFWorld/AppWorld）上比最强 baseline 提升 12-21%。 7 篇

2026年5月31日

2026-05-31 09:04 每日论文速递 · Agent & LLM💡 一句话：提出一个编程模型，让 LLM Agent 生成的代码在执行前必须通过类型检查，把 ReAct 循环、子 Agent、并行分解等都统一成普通控制流，拒绝的 action 不会留下脏状态。来自 Martin Odersky (Scala 之父) 的组。 7 篇

2026年5月30日

2026-05-30 09:05 每日论文速递 · Agent & LLM💡 一句话：用 JSON Patch 替代 agent 之间的自然语言对话——每个 agent 对共享结构化状态提交 patch，由确定性 kernel 做 schema 校验 + 写权限 + 事务提交，ALFWorld 上 84.6% 成功率，token 消耗只有 LangGraph 的 1/8。 7 篇

2026年5月29日

2026-05-29 09:06 每日论文速递 · Agent & LLM💡 一句话：把 LLM 推理和实时调度解耦成双流架构——Reactive Stream 跑毫秒级符号启发式做即时派工，Deliberative Stream 让 LLM 在后台合成/验证/进化调度规则，通过 sandbox 测试后原子更新部署，不阻塞控制循环。 7 篇

2026年5月28日

2026-05-28 09:07 (empty)(empty) 0 篇

2026年5月27日

2026-05-27 09:07 每日论文速递 · Agent & LLM💡 一句话：把多 Agent workflow 整体当作 RL 优化单元，解耦逻辑角色与物理模型参数，支持 role 级别的 credit assignment 和灵活的参数共享策略，基于 verl + Ray 实现。 8 篇

2026年5月26日

2026-05-26 09:04 每日论文速递 · Agent & LLM💡 一句话：提出 Agent 系统的瓶颈不在模型本身，而在模型外面的harness——memory、context 构造、skill routing、编排循环、验证治理这一整套执行层。构建了 CheetahClaws 参考实现，跟 Claude Code 和 OpenClaw 做了对比。 7 篇

2026年5月25日

2026-05-25 09:04 每日论文速递 · Agent & LLM💡 一句话：直接把 agent 工作流（如旅行预订、保险理赔）fine-tune 进小模型权重里，干掉 LangGraph/CrewAI 这类外部编排层，成本降两个数量级，质量几乎不掉。 8 篇

2026年5月24日

2026-05-24 09:04 每日论文速递 · Agent & LLM💡 一句话：Agent 部署后能自动从生产环境失败中学习，通过源码级自我改写（而非只改 prompt/config）来修复结构性 bug，在 sandbox 中验证后热替换上线。 7 篇

2026年5月23日

2026-05-23 09:07 每日论文速递 · Agent & LLM💡 一句话：现有自进化 Agent只能改 prompt/config/memory 这些文本层面的东西，MOSS 直接改 Agent 自己的源代码——路由逻辑、hook 顺序、状态不变量这些硬骨头终于能被 Agent 自己修了。通过生产故障证据驱动的多阶段 pipeline + 容器热替换 + 健康探针回滚，在 OpenClaw 上单轮把 grader score 从 0.25 拉到 0.61。 7 篇

2026年5月22日

2026-05-22 09:05 每日论文速递 · Agent & LLM今日总结：这两天 arXiv 上 Agent 自进化方向爆了——MOSS（源码级自改写）、Ratchet（skill 生命周期管理）、DecentMem（去中心化记忆）三篇可以放在一起读，分别攻克了自进化的不同层面。Yohei 的 event sourcing 那篇对 InternOS 的架构设计最有直接启发，值得细读。 7 篇

2026年5月21日

2026-05-21 09:08 每日论文速递 · Agent & LLM💡 一句话：把 Agent 的可复用能力从自然语言 prompt 搬到可执行状态机 + hook 策略里——JSON 元数据定义 schema，Python executor 执行，hook 管控流程，skill 本身维护运行时状态。在 Harness-Bench 上 token 用量大幅下降但效果持平甚至更好。 7 篇

2026年5月20日

2026-05-20 09:08 每日论文速递 · Agent & LLM💡 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。 7 篇

2026年5月19日

2026-05-19 09:05 每日论文速递 · Agent & LLM💡 把 agentic workflow 建模为在线渐进暴露的 DAG，在异构 GPU 集群（A100/H100/H200）上做 prefill-decode 分离调度，以 workflow 级别的端到端延迟为优化目标而不是单次 LLM call，SLO 达标率提升 20-80%。 7 篇

2026年5月18日

2026-05-18 09:10 每日论文速递 · Agent & LLM今日总结：今天的重点是 agent 组件设计和编排。论文 4 和 5 共同指向一个结论——agent 系统不是组件堆得越多越好，context engineering 和干净的任务分解比深度推理更有效。1 Orchard 框架对你做 Agent 平台的技术选型有直接参考价值，值得细读。 7 篇

2026年5月17日

2026-05-17 09:04 每日论文速递 · Agent & LLM💡 一句话：微软团队发布了一个开源 Agent 训练框架，核心是轻量级的环境服务层 Orchard Env，在上面跑了三套 recipe（SWE 代码修复、GUI 操作、个人助手），其中 coding agent 基于 Qwen3-30B 在 SWE-bench Verified 上干到 67.5%，开源同尺寸 SOTA。 7 篇

2026年5月16日

2026-05-16 09:03 每日论文速递 · Agent & LLM💡 一句话：不改模型、不改工具实现，纯执行层框架让 LLM 的 tool calling 变成异步并发——解码和函数执行重叠进行，有依赖关系的自动串行，没有的并行跑。LLM 竟然天然能推理 symbolic future（未解析的占位结果）。 7 篇

2026年5月15日

2026-05-15 09:11 每日论文速递 · Agent & LLM💡 一句话：微软出品的开源 Agent 训练框架，核心是一个轻量环境服务层 Orchard Env，统一了 sandbox 生命周期管理。在此之上构建了三个 recipe：Orchard-SWE（代码 agent，SWE-bench Verified 67.5% SOTA）、Orchard-GUI（4B 视觉 agent 做 computer use）、Orchard-Claw（个人助理 agent）。关键点：用 credit-assi 7 篇

2026年5月14日

2026-05-14 09:12 每日论文速递 · Agent & LLM💡 一句话：提出 TFlow 框架，多Agent协作时不再通过文本消息通信，而是把 sender 的隐状态编译成临时 LoRA 权重扰动注入 receiver，token 处理量降 83%，推理速度快 4.6×。 4 篇

2026年5月13日

2026-05-13 09:06 每日论文速递 · Agent & LLM💡 一句话：提出端到端框架让 Agent 学会在 GUI 操作和 API 工具调用之间做最优切换，通过分阶段 RL 训练在 OSWorld-MCP 上达到 46.85% 准确率（相对提升 66%）。 8 篇

2026年5月12日

2026-05-12 09:03 每日论文速递 · Agent & LLM💡 一句话：提出了一个类 Git 的 Agent 执行轨迹管理系统，支持 fork/replay 任意历史状态，meta-agent 可以在运行时干预、分支搜索和强化学习训练，pair coding pass rate 从 28.8% 提升到 54.7%。 8 篇

2026年5月11日

2026-05-11 09:05 每日论文速递 · Agent & LLM💡 一句话：提出了一个自动化联合优化多智能体系统中所有 agent prompt 的框架，核心创新是用下游 agent 成功率而非局部表现来评估每个 prompt 的质量，配合进化式 beam search 高效搜索高维 prompt 空间。ICML 2026 接收。 7 篇

2026年5月10日

2026-05-10 09:03 每日论文速递 · Agent & LLM💡 一句话：提出 LATTE 框架，让多个 LLM Agent 动态构建和维护共享的协调图（编码子任务依赖、分配和进度），在保持一致性的同时实现动态分工和自适应协调，token 用量、耗时和冲突全面优于 MetaGPT 等基线。 8 篇

2026年5月9日

2026-05-09 09:04 每日论文速递 · Agent & LLM💡 一句话：提出 LATTE 框架，让多Agent团队动态构建共享协调图（类似分布式系统），自适应分配子任务、发现新任务，在减少token/时间/通信冲突的同时超越MetaGPT等固定架构。 7 篇

2026年5月8日

2026-05-08 09:15 每日论文速递 · Agent & LLM今日总结：本周 Agent 领域密集爆发。重点关注 MASPO（多 Agent prompt 联合优化）、SkillOS（Agent 技能自进化）和 Execution Lineage（DAG 工作流管理）这三篇，跟 Anna 当前工作直接相关，建议精读。 7 篇

2026年5月7日

2026-05-07 09:08 每日论文速递 · Agent & LLM💡 一句话：提出 Context-ReAct 范式，给 Agent 配备 Skip/Compress/Rollback/Snippet/Delete 五个上下文原子操作，让 Agent 能动态管理自己的工作记忆，在 BrowseComp 上大幅超越 DeepResearch。 7 篇

2026年5月6日

2026-05-06 09:10 每日论文速递 · Agent & LLM💡 一句话：提出自动构建多智能体系统的框架——用 LLM planner 分解任务，通过两阶段 IR（检索+重排序）从全局 Agent 注册表中匹配最佳 agent，再由 critique agent 复核，实现端到端的 MAS 自动编排。 7 篇 2026-05-06 02:32 每日论文速递 · Agent & LLM💡 一句话：提出将协调从 agent 逻辑中独立出来作为可配置的架构层，实验证明多智能体系统 41%-87% 的生产故障来自协调缺陷而非模型能力不足。 7 篇

2026年5月5日

2026-05-05 09:01 📄 每日论文速递 · Agent & LLM📄 每日论文速递 · Agent & LLM 5 篇

2026年5月4日

2026-05-04 09:01 📄 每日论文速递 · Agent & LLM📄 每日论文速递 · Agent & LLM 5 篇