AgenticRAG: Agentic Retrieval for Enterprise Knowledge Bases
Microsoft Corporation(微软公司)
AgenticRAG通过在现有企业检索基础设施上叠加轻量级代理框架,使语言模型能够自主迭代检索信息、导航文档并分析证据,提升了检索准确率和事实性。
2026-05-07 cs.AI cs.IR
A Cost-Aware Agentic Architecture for NL-to-SQL over Nested Enterprise Schemas, with a New Benchmark
University of Texas at Austin(德克萨斯大学奥斯汀分校);DevRev
本文针对现有NL-to-SQL基准未覆盖的企业模式嵌套结构问题,构建新基准并提出成本感知智能体架构,在新基准上正确率大幅领先,在公开数据集上性能与领先系统相当。
2026-09-07 cs.AI
AI Agentic workflows and Enterprise APIs: Adapting API architectures for the age of AI agents
Equinix(Equinix公司);IBM(IBM公司)
本研究针对生成式AI催生的自主智能体对企业API的挑战,系统分析现有架构不足,提出支持智能体工作流的API转型战略框架与概念模型,为未来企业计算架构提供指导。
2025-01-22 cs.AI cs.SE
FORCE-Bench: A Benchmark, Dataset, and Evaluation Harness for Agentic AI in Enterprise Finance
Microsoft Corporation(微软公司)
研究针对智能代理在企业金融领域应用,提出FORCE-Bench基准测试,含251个专家注释查询,从八个维度评估三种任务类型,在特定设置下评估通用和专用代理,结果显示专用代理更可靠,相关资源开源助力企业金融环境应用。
2026-07-23 cs.AI
EnterpriseOps-Gym: Environments and Evaluations for Stateful Agentic Planning and Tool Use in Enterprise Settings
ServiceNow Research(ServiceNow研究院)
本文提出EnterpriseOps-Gym基准,用于评估企业环境中代理的规划能力。通过164个数据库表和512个功能工具模拟真实工作摩擦,评估14种前沿模型,发现状态-of-the-art模型在战略推理上存在显著不足,且代理常无法拒绝不可行任务。
2026-03-13 cs.AI cs.LG
Agentic Enterprise: AI-Centric User to User-Centric AI
The Hong Kong University of Science and Technology(香港科学与技术大学);Georgia Institute of Technology(佐治亚理工学院);Adobe Research(Adobe研究)
本文探讨了AI在企业决策中的潜力,提出通过赋予AI的Agents提升企业决策生产力,并倡导从以AI为中心的用户范式向以用户为中心的AI转变,给出Agentic成功的六大原则及平台市场机制。
2025-06-28 cs.AI cs.HC
The CASE Framework: A Multi-Disciplinary Control Architecture for Governing Enterprise Agentic AI
Cornell University(康奈尔大学);Johns Hopkins University(约翰斯·霍普金斯大学);AI71
针对企业智能体AI管控的“涌现缺口”问题,提出含四层架构的CASE框架,经实证验证可提升治理有效性,满足欧盟AI法案要求。
2026-08-12 cs.AI
Zero Data Retention in LLM-based Enterprise AI Assistants: A Comparative Study of Market Leading Agentic AI Products
The Northcap University(北卡普大学)
本文探讨了大型语言模型企业应用中的零数据保留策略,比较分析了 Salesforce 和 Microsoft 两大市场领先 AI 助手的技术架构与部署,并定义了此类系统在架构、合规性和可用性方面的权衡。
2025-10-13 cs.AI
Hypergraph Enterprise Agentic Reasoner over Heterogeneous Business Systems
SUPCON
本文提出HEAR,一种基于分层超图本体的企业代理推理器,通过分层图层和超边层实现结构化多跳分析,无需重新训练LLM,在供应链任务中达到94.7%的准确率,并展示出适应性和效率。
2026-09-09 cs.AI cs.CL
REGAL: A Registry-Driven Architecture for Deterministic Grounding of Agentic AI in Enterprise Telemetry
Adobe Inc.(Adobe公司)
REGAL提出一种基于注册表的架构,用于企业遥测中代理AI的确定性接地,通过显式架构方法和语义编译提升确定性计算,解决LLM在私有遥测中的接地问题。
2026-03-03 cs.AI cs.SE
Agentic Nesting: A New Methodology for Existing Enterprise Application Integration and Services
针对企业应用集成的传统方法存在的缺陷,本文提出Agentic Nesting多智能体协作框架,构建分层嵌套的智能体结构,实现跨应用的对话式集成,探索其在异构系统等场景的泛化潜力。
2026-08-07 cs.AI cs.CL
CAGE-1: Control, Assurance, and Governance Evaluation for Enterprise Agentic AI
Independent technical report(独立技术报告)
研究企业人工智能从实验转向运营工作流带来的评估问题,介绍CAGE-1评估框架,评估多方面内容,引入预绑定保证,用于判断企业代理是否可部署。
2026-07-07 cs.AI cs.CY cs.SE
The Integrator Advantage: Controlled Agentic AI for Small and Medium-Sized Companies
University of California, Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学)
本文提出代理型AI对中小企业的近期价值在于受控部分自主性,而非完全自主或减员,并给出集成框架以提升生产力。
2026-06-16 cs.AI
Architecting Agentic Communities using Design Patterns
School of Computer Science and Engineering, University of New South Wales, Sydney, Australia(新南威尔士大学计算机科学与工程学院,悉尼,澳大利亚);Deontik, Australia(澳大利亚德诺提克)
本文提出基于企业分布式系统设计模式的三层分类架构(LLM智能体、智能体AI、智能体社区),并通过临床试验匹配案例验证其形式化框架,为多智能体生态系统的工程化部署提供实践指导与形式化验证能力。
2026-05-25 cs.AI
From Code to Requirements: Agentic Reverse Engineering of Business Rules at Enterprise Scale
Cognizant(高知特)
本文提出一个七智能体协作框架,通过逆向工程企业软件自动生成业务需求文档,在九分钟内完成每项服务,成本降低超过98%。
2026-09-22 cs.AI cs.SE
Compliance Brain Assistant: Conversational Agentic AI for Assisting Compliance Tasks in Enterprise Environments
Meta
本文提出企业合规助手 CBA,通过查询路由器在 FastTrack 与 FullAgentic 模式间自适应选择,实验显示其相较原始 LLM 显著提升关键词匹配率和评审通过率。
2025-07-26 cs.AI
Agentic AI and the Industrialization of Cyber Offense: Forecast, Consequences, and Defensive Priorities for Enterprises and the Mittelstand
Independent Researcher(独立研究者)
本文探讨代理AI对网络攻击生命周期的影响,提出三通道代理网络风险模型和攻击压缩模型,通过2026年Linux内核复制失败事件案例,预测2026-2028年企业及德国中产防御需求,强调身份验证、补丁速度等防御优先级。
2026-05-06 cs.AI cs.CR cs.HC
Governing the Agentic Enterprise: A Governance Maturity Model for Managing AI Agent Sprawl in Business Operations
Independent Researcher(独立研究员)
本文提出了一种针对人工智能代理扩张的治理成熟度模型,通过12个治理领域和五个级别框架,结合NIST AI RMF和ISO/IEC 42001标准,验证了治理能力与业务成果的关联性,并展示了不同成熟度层级下的显著差异。
2026-03-13 cs.AI cs.MA
ADR: An Agentic Detection System for Enterprise Agentic AI Security
Uber
本文提出ADR系统,一种大规模、经过生产验证的企业框架,用于安全地管理通过模型上下文协议(MCP)运行的AI代理。该系统解决了三个关键问题:观测有限、鲁棒性不足和检测成本高,并通过三个组件实现了这些目标:ADR传感器、ADR探索器和ADR检测器。
2026-05-17 cs.AI cs.CR cs.LG
AEMA: Verifiable Evaluation Framework for Trustworthy and Controlled Agentic LLM Systems
University of California, San Diego(加州大学圣地亚哥分校);Center for Advanced AI, Accenture(Accenture高级人工智能中心);University of California, Irvine(加州大学伊拉斯姆斯分校)
AEMA提出了一种可验证的评估框架,用于评估基于LLM的多代理系统,通过人类监督实现稳定、可追溯的自动化评估。
2026-01-17 cs.AI
The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI
Writer, Inc.(作家公司)
研究智能体人工智能开发中代币最大化问题及应对方法,核心方法是通过控制交换实验凸显驾驭层作用,主要贡献为证明驾驭层可降低成本、提升效率和质量,且效率提升适用于所有模型,质量提升与模型强度相关。
2026-10-06 cs.AI
Towards Enterprise-Ready Computer Using Generalist Agent
IBM Research(IBM研究院)
本文提出面向企业级应用的通用智能体计算机系统,通过结合先进智能体AI技术与迭代评估改进方法,在WebArena和AppWorld基准上达到新最先进性能,并总结了开发经验与未来挑战。
2025-07-09 cs.AI cs.DC cs.MA
POLARIS: Typed Planning and Governed Execution for Agentic AI in Back-Office Automation
University of California, Irvine(加州大学尔湾分校);Center for Advanced AI, Accenture(Accenture高级人工智能中心);University of California, San Diego(加州大学圣地亚哥分校)
POLARIS通过类型化规划和受控执行框架,提升后台自动化中代理AI的政策一致性与可预测性,实现高精度任务处理与审计追踪。
2026-01-16 cs.AI
Self-evolving Agentic Customer Support System at LinkedIn
LinkedIn(领英公司)
领英提出一种集成检索增强生成、进化自动提示与模块化评估框架的自进化智能体客户支持系统,经测试可显著提升多项支持任务指标,为企业级自进化 AI 智能体提供可行方案。
2026-08-12 cs.AI
Governance by Design: Architecting Agentic AI for Organizational Learning and Scalable Autonomy
ESSEC Business School(ESSEC商学院);Accenture Research(埃森哲研究)
本文探讨了智能体AI在组织学习和可扩展自主性中的设计与治理问题,通过案例研究展示了如何通过具体的架构和工作安排实现有效的治理,并总结了七条指导原则。
2026-04-17 cs.AI cs.CY cs.MA
Creative Adversarial Testing (CAT): A Novel Framework for Evaluating Goal-Oriented Agentic AI Systems
Amazon(亚马逊)
针对智能体 AI 任务与总体目标一致性评估不足的问题,提出 CAT 框架,并基于 Alexa+ 音频服务合成交互数据验证其可揭示目标—任务对齐问题。
2025-09-26 cs.AI
Harness Tokenomics: A Router for the Enterprise Agentic Control Plane
Accenture Responsible AI(埃森哲负责任人工智能);Accenture Americas Advanced AI Practice(埃森哲美洲高级人工智能实践);Harvard Extension School, Harvard University(哈佛大学继续教育学院)
针对企业AI编码代理成本失控问题,提出基于校准分类器Jev的可定制路由方法,在会话边界智能切换模型,可回收14%-21%模型支出,并给出治理风险的控制平面方案。
2026-09-29 cs.AI cs.CR
Context Kubernetes: Declarative Orchestration of Enterprise Knowledge for Agentic AI Systems
OPIT -- Open Institute of Technology(开放技术研究所)
本文提出Context Kubernetes架构,通过声明式知识架构-as-code和三层权限模型,解决企业知识在代理AI系统中的安全编排问题,实验表明其在治理和安全性方面优于传统方法。
2026-04-16 cs.AI cs.SE
Salesforce Koa: An Enterprise Language Model for Agentic Tool Use
Salesforce Agentforce & AI Research(赛富时 Agentforce 与人工智能研究院)
Salesforce Koa通过规范驱动的强化学习后训练开放权重模型,提升多轮工具使用和智能体能力,在企业基准上超越专有基线。
2026-10-09 cs.AI cs.CL cs.LG
DAO-AI: Evaluating Collective Decision-Making through Agentic AI in Decentralized Governance
本文首次实证研究智能体AI在去中心化治理中的自主决策,构建基于3000多个提案的投票智能体,发现其决策与人类及代币加权结果高度一致,可增强集体决策。
2025-10-27 cs.AI
Evaluating Agentic Configuration Repair for Computer Networks
Department of Information Technology(信息科技系);Electrical Engineering, ETH Zurich(电子工程,苏黎世联邦理工学院)
本研究通过结合形式化网络验证和上下文检索工具,评估了开源和闭源大语言模型在代理架构下的配置修复能力,发现代理架构在修复效果和安全性上分别平均提升12%和17%。
2026-06-04 cs.AI
ReusStdFlow: A Standardized Reusability Framework for Dynamic Workflow Construction in Agentic AI
Accenture Information Technology, SGITG(Accenture信息科技公司);Kexin Technology, CNPIEC(科新科技公司)
ReusStdFlow通过提取-存储-构建范式,实现企业代理AI中动态工作流的标准化可重用框架,提升工作流构建的准确率与效率。
2026-02-16 cs.AI cs.SE
Evaluating Agentic AI in the Wild: Failure Modes, Drift Patterns, and a Production Evaluation Framework
Independent Researcher(独立研究者)
本文针对代理AI在生产环境中持续运行时的评估挑战,提出七种故障模式分类及PAEF框架,揭示传统指标在检测故障模式上的不足。
2026-05-02 cs.AI
Agentic Observability: Automated Alert Triage for Adobe E-Commerce
Adobe(奥多比)
本文提出了一种基于代理AI的自动化警报分拣框架,通过ReAct范式实现Adobe电子商务系统中警报分拣的自动化,显著提升分拣效率与诊断准确性。
2026-01-31 cs.AI cs.SE
Agentic Cognitive Depth: Operational Criteria for Evaluating LLM Agents
The University of Edinburgh(爱丁堡大学)
本文提出智能体认知深度概念,通过五个操作标准评估LLM智能体轨迹级性能,并提供扰动程序与基准扩展方案。
2026-10-06 cs.AI
Evaluating Agentic Capabilities Before Post-Training: An End-to-End Approach
Tencent Youtu Lab(腾讯优图实验室);Shanghai Jiao Tong University(上海交通大学)
本研究提出ASAP框架,用于在预训练后评估前端到端评估大语言模型的智能体能力,可区分模型性能并生成执行轨迹,补充传统预训练基准的诊断能力。
2026-10-14 cs.AI
The Hierarchy of Agentic Capabilities: Evaluating Frontier Models on Realistic RL Environments
Surge AI
本文评估了前沿AI模型在现实强化学习环境中的代理能力层级,揭示了模型在工具使用、规划、适应性等任务上的能力差异及改进方向。
2026-01-13 cs.AI
Securing Agentic AI Systems -- A Multilayer Security Framework
University of California, Berkeley(加州大学伯克利分校)
针对自主AI系统的独特安全挑战,本文采用设计科学研究方法,提出了一种生命周期感知的安全框架MAAIS,并引入自主AI的CIAA概念,通过多层防御机制确保AI生命周期的机密性、完整性、可用性和问责性,最后利用MITRE ATLAS进行验证。
2025-12-19 cs.AI cs.CR cs.CY
Evaluating Skills, Not Just Agents: Agentic Continuous Evaluation of Skills
NVIDIA(英伟达)
该研究提出ACES框架,通过配对实际 trials等方式评估技能附加价值,实验表明其能发现扫描式审核无法观测的信号,开源实现已在NVIDIA SkillEvaluator中提供。
2026-08-24 cs.AI
Retrieval Augmented Generation (RAG) for Fintech: Agentic Design and Evaluation
Mastercard, Ireland
针对金融科技领域RAG系统受专业术语等影响效果受限的问题,提出含查询改写、子查询分解等模块的智能体式RAG架构,实验证明其检索精度和相关性优于标准基线,为复杂领域检索增强提供了新思路。
2025-10-29 cs.AI
Better Deck or Different Judge? Evaluating Agentic Harness Gains in Corporate and Investment Banking
AIData2Action;TW3 Partners
本研究评估企业与投资银行中智能体框架的增益,通过LLM评审者评分发现系统生成演示文稿得分显著高于直接生成,但分数提升部分源于评审者变异性,而非纯粹文档质量改进。
2026-10-01 cs.AI
Iterating Toward Better Search: A Two-Agent Simulation Framework for Evaluating Agentic Search Architectures in E-Commerce
eBay Inc.(eBay公司)
提出模块化双智能体仿真框架,通过固定买家智能体对比不同应答器设计,发现滚动窗口记忆在质量和速度上优于意图提取记忆,并基于失败分析将失败率降低62%。
2026-06-12 cs.AI
Towards Trustworthy and Cost-Efficient Data Integration: From Naïve RAG to Agentic RAG
Aalborg University, Denmark(丹麦奥胡斯大学);Bowling Green State University, USA(美国布恩威尔州立大学)
探讨大语言模型和人工智能智能体在企业数据集成中面临的挑战,介绍从经典RAG到智能体RAG的演变,研究经济高效集成的优化策略,为构建可靠、可解释和可扩展的数据集成系统指明方向。
2026-07-27 cs.AI cs.DB
STAGE: Stateful Translation to Agentic Graph Execution with Policy-Scoped Context and Deterministic Control
该研究提出可执行图框架\textsc{Stage},将模型判断限缩于策略范围节点、流程控制交由确定性代码,在多基准测试中提升了策略执行的任务成功率与可靠性。
2026-11-03 cs.AI
AgentSOC: A Multi-Layer Agentic AI Framework for Security Operations Automation
IEEE
AgentSOC通过整合感知、前瞻性推理和基于风险的行动规划,提升安全运营中心自动化水平,实现警报标准化、上下文丰富化及安全响应合规性。
2026-04-22 cs.AI cs.CL cs.CR
A Safety and Security Framework for Real-World Agentic Systems
NVIDIA;Lakera AI
本文提出了一种动态框架,通过用户安全视角识别新型代理风险,并通过红队行动和案例研究验证其在企业级代理系统中的安全性和安全性。
2025-11-27 cs.AI cs.CR cs.LG
Digital Identity for Agentic Systems: Toward a Portable Authorization Standard for Autonomous Agents
MIT(麻省理工学院)
本文针对自主代理在跨组织边界扩展时身份不足的问题,提出基于发行者授权负载、类型约束代数等的可携带授权模型,旨在实现授权的明确性、约束性与可审计性。
2026-05-12 cs.AI cs.CR cs.MA
The Agentic Company OS: Substrate Inversion for Sustained Enterprise Agent Deployment
University of Southern Denmark(南丹麦大学)
针对企业AI智能体难以持续运行的问题,提出重建共享认知基底,以Markdown等表示匹配推理表面,并通过四层框架和同步智能体实现治理与可审计性。
2026-09-15 cs.AI cs.MA cs.SE
Securing the Agent: Vendor-Neutral, Multitenant Enterprise Retrieval and Tool Use
Red Hat AI(红帽AI)
本文针对多租户企业环境中检索与工具使用的安全问题,提出分层隔离架构,通过政策感知摄入、检索时门控和共享推理,实现安全隔离与授权控制。
2026-05-06 cs.AI cs.CR cs.IR
Securing Agentic AI: A Comprehensive Threat Model and Mitigation Framework for Generative AI Agents
Amazon Web Services(亚马逊网络服务)
本文针对生成式AI智能体的自主性、记忆与工具集成等特性,提出涵盖五大领域9种威胁的综合威胁模型,并给出ATFAA风险组织框架与SHIELD缓解框架,强调需以新视角保障智能体安全。
2025-05-02 cs.AI cs.CR
Towards Agentic Schema Refinement
Northeastern University(东北大学);RelationalAI
针对大型企业数据库复杂混乱、掩盖分析所需数据语义的问题,研究提出由易解读小型数据库视图构成的语义层作为精炼模式,并引入多智能体LLM模拟以极少输入迭代定义精炼视图,为LLM探索繁杂数据库铺路。
2024-11-25 cs.AI cs.DB
NetAgentBench: A State-Centric Benchmark for Evaluating Agentic Network Configuration
Hiroshima University(广岛大学)
NetAgentBench通过有限状态机形式化方法评估代理交互,揭示了当前LLM代理在复杂多轮网络配置任务中的缺陷,强调了系统性评估多轮行为稳定性的必要性。
2026-04-03 cs.AI cs.FL cs.NI
SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use
HKUST(GZ)(香港科技大学(广州))
提出SkillCoach框架,通过自演化过程评分准则从技能选择、遵循、组合和反思四维度评估智能体轨迹,并利用演化准则筛选高质量训练数据,提升技能使用能力。
2026-07-03 cs.AI cs.CL
Authenticated Workflows: A Systems Approach to Protecting Agentic AI
本文提出认证工作流,通过密码学和运行时策略结合,实现企业代理AI的确定性安全,有效防护多种安全风险。
2026-02-11 cs.AI cs.CR cs.DC