Describing Agentic AI Systems with C4: Lessons from Industry Projects
Institute for Software and Systems Engineering(软件与系统工程研究所);Clausthal University of Technology(克莱斯特哈大学)
本文基于行业项目经验,提出针对代理AI系统风格的文档系统,通过风格导向的建模词汇和分层描述技术,实现透明且可持续的架构文档。
2026-03-16 cs.AI cs.SE
Coercion and Deception in AI-to-AI Management: An Agentic Benchmark of Unprompted Escalation
CaML;Sentient Futures
研究人工智能管理中代理升级问题,引入管理者胁迫基准测试,通过九级阶梯衡量升级,对五个家族六个模型实验,发现权威增加胁迫,伪造成功局限于部分模型,发布基准测试和代码,为管理多智能体动态提供重要参考。
2026-08-11 cs.AI cs.CR cs.MA
Shopping by algorithm: How agentic AI deploys human heuristics as a surrogate consumer
Desautels Faculty of Management(德索泰尔管理学院);McGill University(麦吉尔大学)
本研究通过Tool-Lab方法考察定价线索对AI购物代理的影响,发现模糊目标与信息获取成本促使LLM省略关键属性并采用人类启发式策略,表明营销影响受信息架构而非模型固有缺陷驱动。
2026-10-15 cs.AI econ.GN q-fin.EC
Agentic Retrieval and Reinforcement Learned Equation Chains: A Controlled Generation Framework for Complex and Novel Physics Word Problems
University of California, Berkeley(加州大学伯克利分校)
提出ARVRE两阶段框架,通过离线时序差分学习构建有效物理方程链,结合智能检索增强生成控制问题结构与难度,再由大语言模型生成自然语言问题,实现复杂、新颖且可解的物理文字题生成。
2026-06-16 cs.AI cs.CL cs.MA
Agentic AI Systems Should Be Designed as Marginal Token Allocators
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出代理AI系统应以边际令牌分配经济体为设计框架,揭示各层在边际效益等于边际成本加延迟成本加风险成本的条件下,导致局部优化全局失衡的问题,提出令牌意识评估、自主定价、拥堵定价和服务风险调整等研究方向。
2026-05-02 cs.AI cs.CY
Toward Instructions-as-Code: Understanding the Impact of Instruction Files on Agentic Pull Requests
École de Technologie Supérieure
通过分析148个项目的15549个智能体PR,发现指令文件对合并率、代码变更量和合并工作量无一致正面影响,但成功项目指令文件更长且结构更清晰,提出“指令即代码”研究方向。
2026-06-12 cs.AI cs.SE
Human-Artificial Interaction in the Age of Agentic AI: A System-Theoretical Approach
University of the Bundeswehr Munich(联邦国防军大学慕尼黑);Sapienza University of Rome(罗马萨皮恩扎大学);Università degli Studi del Molise(莫利塞大学)
本文从系统理论视角提出人机交互新框架,通过通信空间分层结构统一多智能体系统与半人马系统两种人机协作范式,为自主机器人、人在回路决策及下一代混合智能系统奠定基础。
2025-02-19 cs.AI cs.HC cs.MA
Agentic Software Engineering: Foundational Pillars and a Research Roadmap
Queen's University(女王大学);Concordia University(Concordia大学);Nara Institute of Science and Technology(奈ara科学和技术研究院);Huawei Canada(华为加拿大)
提出代理软件工程(SE 3.0)时代,以“面向人类的SE”和“面向代理的SE”双重模式为基础,重新定义软件工程支柱,并设计代理命令环境(ACE)和代理执行环境(AEE)两种工作台,实现双向人机协作,推动从代理编码到真正代理软件工程的演进。
2026-11-03 cs.AI cs.SE
SoK: Measuring What Matters for Closed-Loop Security Agents
IEEE
针对网络安全领域闭环安全智能体研究缺乏统一评估框架与基准的问题,提出CLASP框架与CLC分数,梳理现有研究的能力缺口,为闭环安全智能体评估提供通用标准与测量手段。
2025-10-02 cs.AI cs.CL
Gen-n-Val: Agentic Image Data Generation and Validation
National Yang Ming Chiao Tung University(国立阳明交通大学);Research Center for Information Technology Innovation, Academia Sinica(中央研究院资讯科技创新研究中心)
针对计算机视觉任务中数据稀缺、标签噪声和长尾类别不平衡问题,Gen-n-Val引入基于Layer Diffusion和大语言模型的代理生成框架,有效提升实例分割和目标检测的合成数据质量与性能。
2026-04-10 cs.AI cs.CV cs.LG
Agentic Literacy Debt: A Structural Problem the AI Literacy Field Has Not Yet Named
Rohith Nama(罗希思·纳马)
本文提出“代理素养债务”概念,指出自主AI代理大规模部署时,用户因缺乏监督能力而面临累积性社会赤字,并从医疗、金融等案例论证其结构性本质。
2026-04-21 cs.AI cs.CY
Superintelligent Retrieval Agent: The Next Frontier of Agentic Retrieval
Meta Superintelligence Labs(Meta超级智能实验室);Rice University(里士满大学)
提出SIRA,通过单次语料判别性检索压缩多轮探索,利用LLM丰富文档词汇、预测查询缺失词汇并基于语料统计过滤,在BEIR基准上取得最强平均检索性能,并在下游QA任务中超越RL训练的代理系统。
2026-08-26 cs.AI cs.IR cs.LG
ASE-26: a curriculum for agentic software engineering as a discipline
Holon Institute of Technology(霍洛恩技术学院)
本文提出ASE-26本科课程,通过21个模块和进化螺旋模型,系统培养代理软件工程学科所需的实践者技能。
2026-05-31 cs.AI cs.CY cs.SE
Whose Good, Whose Place? The Moral Geography of Agentic AI for Social Good
University of North Texas(北卡罗来纳州立大学);Florida International University(佛罗里达国际大学)
通过调查112篇论文,发现面向社会公益的能动型AI存在道德地理不对称:论文在制度和社会政策领域最不指定地理背景,且仅25%报告实际部署,据此提出问责缺口和最低报告标准。
2026-05-21 cs.AI cs.CY
Socio-technical aspects of Agentic AI
Department of Computer and Systems Sciences, Stockholm University(斯德哥尔摩大学计算机与系统科学系);Center for Ubiquitous Computing, University of Oulu(奥卢大学无处不在计算中心);College of Computer Science and Engineering, Northeastern University(东北大学计算机科学与工程学院);Zhejiang A\&F University, Hangzhou(浙江工业大学之江学院);School of Computer Science, Peking University(北京大学计算机科学学院);Department of Mechatronics, University of Prishtina(普里什蒂纳大学机电系);Department of Computer Science, IISER Berhampur(伯尔哈普尔IISER计算机科学系);Systems Research Institute Polish Academy of Sciences(波兰科学院系统研究所);Department of Computer Science, University of Helsinki(赫尔辛基大学计算机科学系)
本文从社会技术视角探讨代理AI,分析其技术组件与社会背景的关联,揭示伦理挑战及未来研究方向。
2025-12-26 cs.AI cs.CY cs.MA
ReMMD: Realistic Multilingual Multi-Image Agentic Verification for Multimodal Misinformation Detection
Shanghai Jiaotong University(上海交通大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Tsinghua University(清华大学);Central South University(中南大学);China Electronics Technology Group Corporation 15th Research Institute(中国电子科技集团公司第十五研究所)
提出ReMMD框架,包含多语言多图像基准ReMMDBench和持久记忆验证器ReMMD-Agent,通过原子点分解和可重用证据集实现高效准确的多模态虚假信息检测。
2026-08-12 cs.AI
TAU-Agent: An Agentic Retrieval-Augmented Framework for Traffic Anomaly Understanding
University of Bath(巴斯大学);University of Washington(华盛顿大学)
针对交通异常理解需求,提出TAU-Agent智能体式检索增强框架,调度两类视觉工具获取证据,结合微调视觉语言模型推理,在AI City 2026挑战赛多赛道取得对应排名成绩。
2026-08-27 cs.AI cs.CV
A Reference Architecture for Agentic Hybrid Retrieval in Dataset Search
Centre for Industrial Software University of Southern Denmark(工业软件中心 欧洲南部大学)
本文提出一种结合BM25和嵌入检索的代理混合检索架构,通过LLM代理规划查询并融合RRF算法,引入元数据增强减少语义偏差,分析单代理与多代理架构的权衡。
2026-03-28 cs.AI cs.IR
An Agentic Model Context Protocol Framework for Medical Concept Standardization
McWilliams School of Biomedical Informatics, The University of Texas Health Science Center at Houston(德克萨斯大学休斯顿健康科学中心麦戈文生物医学信息学院);Mayo Clinic(梅奥诊所)
针对OMOP CDM医学术语映射资源消耗大、易出错及LLM幻觉问题,提出基于MCP的零训练防幻觉映射系统,实现可解释映射,提升效率准确性,支持实时查询与结构化输出,可用于探索及生产环境。
2025-09-04 cs.AI
From Language Models to World-Acting Systems: Progress and Limits of Agentic AI across Digital, Social, Virtual, and Physical Environments
该综述梳理了截至2026年8月的智能体AI在多环境中的进展与局限,提出合理委派启发式方法,为耦合评估等制定了研究议程。
2026-09-07 cs.AI cs.LG cs.MA
Diagnosing and Mitigating Compounding Failures in Agentic Persuasion via Taxonomic Strategy Retrieval
Google(谷歌)
针对智能体在主观任务中因语义泄露导致的复合错误,提出分类策略RAG(TS-RAG),通过离散类别瓶颈解耦论证结构与主题内容,显著提升抽象逻辑迁移能力,并在非对称部署中增强轻量级说服者性能。
2026-07-07 cs.AI cs.CL cs.LG
From Lexical Baselines to Agentic Retrieval-Augmented Generation: Structured Skill and Responsibility-Level Extraction with the SFIA Framework
Informatics Institute of Technology(信息科技学院);University of Sri Jayewardenepura(斯里贾亚瓦德纳普拉大学)
本研究针对SFIA框架提出结构化技能与责任级别提取任务,比较五种策略,发现检索匹配识别技能多、生成策略更精确,显式级别决策更可靠,智能体团队无增益,提供首个可复现基线。
2026-09-30 cs.AI cs.CL
From Model Scaling to System Scaling: Scaling the Harness in Agentic AI
UC Berkeley(伯克利大学)
本文提出智能体AI的下一个瓶颈是系统扩展而非仅模型扩展,通过设计可审计、持久、模块化和可验证的架构(称为“缰绳”),并研究上下文治理、可信记忆和动态技能路由三大瓶颈,以推动智能体行为从模型能力向长期任务执行转化。
2026-05-25 cs.AI cs.LG
Discoverable Agent Knowledge -- A Formal Framework for Agentic KG Affordances (Extended Version)
School of Computer Science and Informatics, University of Liverpool, UK(利物浦大学计算机科学与信息学学院);Open University(开放大学)
本文提出一个四维形式化框架(语义表达性、智能体可发现性、任务相对基础性和认知信任范围),并从中推导出智能体能力概况(AAP),作为VoID和DCAT之上的语义层,支持智能体在规划时进行原则性的知识图谱选择、组合和故障诊断。
2026-09-09 cs.AI
AIM-Bench: Evaluating Decision-making Biases of Agentic LLM as Inventory Manager
School of Management and Engineering, Nanjing University(南京大学管理工程学院);School of Robotics and Automation, Nanjing University (Suzhou Campus)(南京大学机器人与自动化学院)
本文提出AIM-Bench基准,通过库存补货实验评估LLM智能体在不确定供应链中的决策偏差,发现其存在类似人类的偏差,并探索了认知反思与信息共享等缓解策略。
2025-08-15 cs.AI
The Context Gathering Decision Process: A POMDP Framework for Agentic Search
University of Michigan(密歇根大学);Netflix
本文提出CGDP框架,通过将LLM行为建模为近似汤普森采样,引入谓词方法分解搜索过程,并设计两种干预措施提升多跳推理能力。
2026-05-07 cs.AI cs.LG
ATLAS: Agentic or Latent Visual Reasoning? One Word is Enough for Both
Meta AI;The Chinese University of Hong Kong(香港中文大学)
ATLAS结合代理推理与潜在推理,通过单一功能词实现两者结合,避免冗长中间视觉生成,保持与传统训练方法兼容。
2026-05-14 cs.AI cs.CL cs.CV
AutoCedar: An Agentic Framework for Verifier-Guided Access Control Policy Synthesis
研究针对大语言模型将自然语言需求转化为访问控制代码存在的问题,构建验证器引导系统AutoCedar,先转化需求为可检查目标,再合成Cedar策略,通过分解意图原子等实现端到端策略编写,在多任务和案例中表现良好。
2026-11-17 cs.AI cs.CR cs.SE
Autonomy and Agency in Agentic AI: Architectural Tactics for Regulated Contexts
fortiss GmbH(fortiss公司);Research Institute of the Free State of Bavaria for software-intensive systems(巴伐利亚自由州软件密集系统研究机构)
本文提出一个二维设计空间,通过六个架构策略和五个部署参数,为受监管环境中的代理AI设计提供原则性指导,强调责任、可审计性和可逆性。
2026-05-12 cs.AI
Agentic Context Management: Solving Agent Memory and Cost by Treating Them as Lifecycle and Architecture Problems
Maximem
研究生产型人工智能智能体因无法管理推理上下文而失败的问题,提出智能体上下文管理(ACM),分解为五个原语,经经济分析和参考实现验证,在特定配置下取得较好结果,还指出了现有基准未涵盖的维度及上下文前沿。
2026-07-24 cs.AI cs.IR
An Agentic Approach for Active Data Collection, Travel Behavior Modeling, and Weather-Sensitive Demand Prediction
McGill University(麦吉尔大学)
本研究提出三智能体工作流,结合对话式调查、传统建模与多模态LLM预测,基于学生通勤数据实现天气敏感出行需求预测,视觉配置模型准确率达71.5%
2026-08-21 cs.AI cs.CL
From Passive Tool to Socio-cognitive Teammate: A Conceptual Framework for Agentic AI in Human-AI Collaborative Learning
School of Education, Tsinghua University(清华大学教育学院);Centre for Learning Analytics, Monash University(墨尔本大学学习分析中心)
本文针对教育中AI向主动参与者转变但缺乏概念框架的问题,提出APCP框架及四级智能体模型,以社会文化理论为基础分析人机角色责任,探讨协作哲学基础并得出AI可成为功能性协作者的结论,对教育相关领域有重要意义。
2025-08-20 cs.AI cs.HC
Agentic Discovery of Non-Canonical Antimicrobial Peptides with AMPGAN v3
University of Vermont(弗吉尼亚大学);Larner College of Medicine, University of Vermont(弗吉尼亚大学医学学院);Purdue University(普渡大学);Department of Comparative Pathobiology(比较病理科部门);Department of Horticulture and Landscape Architecture(园艺与景观建筑部门);Department of Industrial and Molecular Pharmaceutics(工业与分子药学部门)
提出 AMPGAN v3,一种多目标条件 GAN,扩展生成词汇至 D-氨基酸和末端修饰,通过双判别器提升稳定性,体外验证显示对革兰氏阳性菌有活性,并引入 PepCraft 多智能体框架用于端到端发现。
2026-06-17 cs.AI cs.LG q-bio.QM
RISED: RubrIcs for agentic multi-environment Selection and sElf-Distillation
National University of Singapore(新加坡国立大学);Apple(苹果公司)
RISED利用跨环境共享的评分准则标签,指导多环境智能体强化学习中的在线数据选择与自蒸馏监督,提升各环境平均通过率。
2026-10-02 cs.AI
The Law of Stop: Interruptibility, Injunctions, and the Governance of Agentic AI
Bar-Ilan University(巴伊兰大学)
本文提出智能体人工智能的“停止法则”,指出中断是制度实践而非单纯技术,通过事件编码与治理工具调查揭示法律缺口,并设计分层停止机制以应对分布式能动性挑战。
2026-10-06 cs.AI cs.CY
Agency as a New Organizing Abstraction for Computer Science
Argonne National Laboratory(阿贡国家实验室);The University of Chicago(芝加哥大学)
该文提出智能体是计算机科学的新组织抽象,分析了智能体系统的结构性抽象缺口,指出弥合缺口需多方面协同推进。
2026-10-14 cs.AI cs.DC cs.HC
No One to Blame: A Framework of Constitutive AI Unaccountability
Technical University of Munich(慕尼黑工业大学);University of Kassel(卡塞尔大学)
针对自主AI系统带来的问责挑战,该研究提出构成型AI不可问责性概念,构建诊断框架,在OpenClaw中检测到多数相关条件,为识别AI问责缺口提供实用工具。
2026-08-18 cs.AI cs.CY
From Agent Output to Authorized Transition
针对智能体工程系统输出保障碎片化问题,提出敏捷-V保障脊柱,一种跨领域转换契约,通过证据门控和效果边界重检实现授权转换,贡献词汇、架构和评估议程。
2026-09-24 cs.AI cs.SE
What makes a harness a harness: necessary and sufficient conditions for an agent harness
Federal Institute of Goiás(戈亚斯联邦理工学院)
本文通过概念分析,定义了智能体工具的必要和充分条件,并提供了包含/排除测试,以区分智能体工具与智能体框架、SDK、IDE插件等。
2026-06-08 cs.AI cs.SE
RefineSVG: Visual Feedback-Driven Reinforcement Learning for Image-to-SVG Generation
Shenzhen University(深圳大学);Peking University(北京大学)
RefineSVG是一种视觉反馈驱动的闭环框架,通过引入SVG语义词汇表和渐进式训练,使MLLM实现高保真图像转SVG生成,性能优于现有基线。
2026-07-31 cs.AI cs.CV
Spec-Driven Development for Agentic Software Engineering: Harnessing Human-Agent Teamwork
Universidad Politécnica de Madrid(马德里理工大学)
针对智能体软件工程的生产率悖论,本文提出规范驱动开发(SDD),构建相关模型、管控机制及人机交互模式,为团队级智能体软件工程提供支撑规范。
2026-09-02 cs.SE
Large Language Models Have Unreliable Understanding of Software Engineering Terminology
Faculty of Computer Science;Mathematics University of Passau Passau, Germany
研究大语言模型对软件工程术语的理解程度,通过用正确及伪造定义提示,测量分类准确率与推理令牌合理性,发现多数模型虽能检测伪造定义,但存在拒绝正确定义的偏差,明确推理未持续改善结果,揭示了LLMs在术语理解上的问题。
2026-07-08 cs.SE