APEX: Agent Payment Execution with Policy for Autonomous Agent API Access
APEX提出了一种适应法币系统的自主代理支付框架,通过HMAC签名短时令牌实现安全支付流程,实验显示政策控制可减少27.3%的总支出并保持52.8%的合法请求成功率。
2026-04-02 cs.AI cs.CR
Headroom-Drift Replay: A Primitive for Principled Replay Control in GRPO
Sogang University(西江大学)
本文针对RL推理模型后训练中重放贡献难分离的问题,提出GRPO的组级重放控制原语Headroom-Drift Replay,在多推理基准上提升性能并降低Agentic Search场景的时间成本。
2026-09-04 cs.AI cs.CL cs.LG
R2D2: Remembering, Replaying and Dynamic Decision Making with a Reflective Agentic Memory
University of Southern California(南加州大学);IBM Research(IBM研究院);University of California, Davis(加州大学戴维斯分校)
本文提出R2D2框架,通过记住与反思两种范式增强网络智能体的导航和决策能力,在WebArena基准上实现导航错误减少50%、任务完成率提高三倍。
2025-07-22 cs.AI
Agentic JWT: A Secure Delegation Protocol for Autonomous AI Agents
针对自主AI智能体中OAuth 2.0权限易被静默扩大的问题,提出Agentic JWT(A-JWT)安全委派协议,通过绑定用户意图、链式委派断言和占有证明密钥实现零信任授权,以亚毫秒级开销有效阻断权限违规、重放、冒充和提示注入。
2025-09-16 cs.AI cs.CR
DNative-Twin: Decision Graphs and Digital Twins for Reconstructable Agentic Decisions
Qingdao University(青岛大学);Shandong University(山东大学);Hangzhou Shujiao Technology Partnership (Limited Partnership)(杭州数教科技合伙企业(有限合伙));Changchun University of Technology(长春工业大学)
该研究提出DNative-Twin,一种图原生数字孪生,用于记录和重放智能体决策以审查其机制,通过实验明确了图结构、重放上下文和验证证据在决策审查中的不同作用。
2026-09-04 cs.AI
Agentic Reinforcement Learning with Observation-Calibrated Self-Distillation
Meituan(美团)
本研究针对智能体强化学习的混淆问题,提出OCSD方法,通过对比两类回放视图推导观测残差,在高不确定步骤调制GRPO更新,在三类任务和多模型规模上优于基线。
2026-08-06 cs.AI cs.CL cs.LG
TadA-Bench: A Million-Variant Benchmark for Future-Round Discovery Toward Agentic Protein Engineering
Tsinghua University(清华大学)
TadA-Bench 是一个基于31轮TadA定向进化的百万变异湿实验回放基准,通过定义固定数据回放任务来评估模型在未见过的未来轮次中排序变异的能力,并引入Seq2Graph统一标签,揭示进化覆盖度比局部数据密度更重要。
2026-05-29 cs.AI cs.LG q-bio.QM
Audited Skill-Graph Self-Improvement for Agentic LLMs via Verifiable Rewards, Experience Synthesis, and Continual Memory
OWASP Fairfax, VA, USA;Kleiner Perkins
本文提出ASG-SI框架,通过可验证奖励、经验合成和持续记忆实现代理LLM的审计化技能图自改进,以提升安全性和可追溯性。
2025-12-28 cs.AI cs.CR
Beyond "AI Helps Humans": Decision-Targeted Evaluation Design for Human-Agent Teams in the Agentic Era
Georgia Institute of Technology(佐治亚理工学院)
针对人机团队部署决策,提出TEAM-Design规则,在固定重放预算下优化任务重放分配,以准确判断人机工作流是否优于仅人类或仅智能体方案,并控制错误决策风险。
2026-09-09 cs.AI cs.HC
RAILS: Verification-Native Clearing For Agentic Commerce
Evolutionairy AI
针对自主代理在商务活动中缺乏中立清算机制的问题,提出RAILS协议,通过可靠性评分、记录和清算函数实现验证原生清算,确保财务结算基于充分证据。
2026-06-07 cs.AI cs.CR cs.MA
TessPay: Verify-then-Pay Infrastructure for Trusted Agentic Commerce
University of Oxford(牛津大学);Indian Institute of Technology, Delhi(德里印度理工学院)
TessPay通过'验证后支付'架构解决代理商业中的信任缺口,提供统一的交易生命周期基础设施。
2026-01-30 cs.AI cs.CR cs.MA
CASI: Credit Assignment via Set Intervention for Agentic Retrieval
Xiaohongshu Inc.(小红书)
该研究针对智能体检索的信用分配问题,提出CASI方法,通过集合干预与Shapley聚合分配信用,经实验验证其在策略优化及生产场景中可提升广告商价值指标。
2026-10-14 cs.AI cs.IR cs.LG
Planner-Auditor Twin: Agentic Discharge Planning with FHIR-Based LLM Planning, Guideline Recall, Optional Caching and Self-Improvement
基于FHIR的LLM计划与审核框架,通过自我改进和缓存优化,提升临床出院计划的安全性和可靠性。
2026-01-28 cs.AI cs.MA
Reach or Solve? Deep Diving into Agentic RL Gains with Checkpoint Handoffs
Shanghai Jiao Tong University(上海交通大学);Rice University(莱斯大学)
针对强化学习智能体收益归因问题,提出检查点交接协议,将端到端收益分解为REACH和SOLVE,实验证明二者交互为正且可预测。
2026-10-05 cs.AI
AI Guardrail Survival under Single-Cycle Agentic Self-Summarization
Harvard University(哈佛大学);Accenture(埃森哲)
本研究探究单循环智能体自摘要中安全规则的丢失机制,发现仅检查规则文本存在性的审计不可靠,需结合外部真实值检测,还指出仅靠LLM评判标签会反转评估结论。
2026-08-14 cs.AI cs.CR
Securing Agentic AI: Threat Modeling and Risk Analysis for Network Monitoring Agentic AI System
Department of Computer Science,Texas Tech University, Lubbock, Texas, USA(计算机科学系,德克萨斯技术大学,德克萨斯州,拉博克)
本文针对LLM与自主智能体结合在网络监控中引发的安全问题,采用MAESTRO框架进行威胁建模,通过构建原型系统确认了流量重放拒绝服务和记忆中毒两类威胁,并提出了多层纵深防御方法以保障agentic AI在对抗环境下的可靠性。
2025-08-12 cs.AI cs.CR
402Pilot: An x402 Decision Layer for Autonomous Agent Micropayments
针对自主智能体微支付的买方决策问题,提出协议无关的402Pilot决策层,结合PA-DCT策略在402Pilot-Bench基准中验证其自适应采购的有效性,为可编程支付补充买方决策能力。
2026-08-04 cs.AI
NostrAgent: A Decentralized Identity and Delegation Architecture for Sovereign Agentic Systems
University of Southern Denmark(南丹麦大学)
针对自主智能体跨组织协作中身份、委托、信任、发现与支付分散且依赖中心化权威的问题,提出基于Nostr中继和三种自定义事件类型的去中心化统一架构,实现亚毫秒验证与线性扩展,提供可审计的可信基础。
2026-09-22 cs.AI cs.MA cs.SE
Agentic Synthesis against Counterexample-Supplemented Sketches
Independent(独立研究者)
研究针对编码智能体修复失败示例易留隐患的问题,提出针对反例补充草图的智能合成方法,通过人类给出草图、智能体生成实现,依据反例修正并保留代码,经实验验证该方法能减少返工,承载审查策略。
2026-08-04 cs.AI cs.SE
Hierarchical Agentic Incident Response with Digital-Twin-Validated Attack Inference
City University of Hong Kong(香港城市大学);Fordham University(福特汉姆大学)
该研究针对网络事件响应效率低的问题,提出整合LLM攻击推理、滚动规划与数字孪生验证的分层智能体响应框架,在33组件企业网络测试台的多阶段攻击场景中,其恢复成功率较前沿LLM基线提升18%-31%。
2026-08-18 cs.AI cs.CR
DeltaStreamer: Towards Human-Like Agentic Streaming Video Understanding
Nankai University(南开大学);ByteDance Inc.(字节跳动);IQuest Research(IQuest研究所);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所)
提出受人类认知启发的DeltaStreamer框架,结合变化感知记忆与查询驱动规划,在OVO-Bench和StreamingBench上较现有方法取得性能提升。
2026-10-14 cs.AI cs.CV cs.HC
AstronOS: A Unified Execution Model and Runtime for Long-Horizon Agentic Systems
AstronOS是面向长周期智能体系统的统一执行模型与运行时,其介导的交接策略在三阶段任务中通过率远高于其他策略,虽时间成本更高但端到端表现更优。
2026-08-18 cs.AI
Execution-bound advisory automation for agentic AI: a reproducible AIBOM-driven CSAF-VEX framework
University of Oxford(牛津大学);Cisco Systems(思科系统);The Alan Turing Institute(艾伦·图灵研究所);University of Warwick – WMG(沃里克大学 – WMG);University of Hull(哈罗德大学)
提出一种协议驱动框架,通过绑定SBOM和AIBOM工件与确定性环境捕获及结构化运行时遥测,结合静态与运行时证据生成CSAF VEX公告,经密码签名和确定性重放验证,在合成自主AI工作负载上评估。
2026-06-19 cs.AI cs.SE
The Log is the Agent: Event-Sourced Reactive Graphs for Auditable, Forkable Agentic Systems
本文提出了一种基于事件源的反应图结构,通过将日志作为事实来源,实现了可审计、可分支的代理系统,提供了确定性回放、低成本分支和端到端溯源能力。
2026-05-21 cs.AI cs.MA
ToolMisuseBench: An Offline Deterministic Benchmark for Tool Misuse and Recovery in Agentic Systems
Independent Researcher(独立研究员)
本文提出ToolMisuseBench,用于评估代理系统中工具误用和恢复的性能,包含6800个任务和可复现的评估流程,展示了基于模式意识方法的故障恢复优势。
2026-04-02 cs.AI cs.SE
PAWS: Policy-driven Agentic World Simulation
National University of Singapore(新加坡国立大学);Tsinghua University(清华大学);City University of Hong Kong(香港城市大学)
PAWS构建了覆盖36个政策事件、12,727条新闻和65,291个行动的历史金融模拟数据集,通过多层事件框架支持政策智能体回放,并揭示高精度可能掩盖罕见行动检测失败的核心挑战。
2026-09-25 cs.AI cs.CE cs.MA
Agentic Hardware Design as Repository-Level Code Evolution
NVIDIA Research(NVIDIA研究)
提出HORIZON自演化代理框架,将硬件设计视为仓库级代码演化,通过Markdown编译项目包和免手代理循环实现全自动基准测试,在多个基准上达到100%完成率。
2026-06-29 cs.AI cs.AR
You Don't Need To Train: Agentic Heuristic Learning Studio for Executable Human Activity Recognition
RPTU University Kaiserslautern-Landau(凯泽斯劳滕-兰道莱茵兰-普法尔茨工业大学);Northwestern Polytechnical University(西北工业大学)
该研究提出智能体启发式学习工作室,通过示例记忆、规则形成与错误修复的认知方式,生成可执行、可检查的HAR策略,无需训练,在十一个数据集上表现强劲并支持边缘部署。
2026-09-16 cs.AI cs.LG
Five Attacks on x402 Agentic Payment Protocol
Ohio State University(俄亥俄州立大学);CSIRO(澳大利亚联邦科学与工业研究组织);The University of Manchester(曼彻斯特大学)
本文分析x402协议,发现其在设计和实现中存在漏洞,提出五种攻击揭示授权、绑定、重放保护及Web层处理中的弱点,通过测试环境和审计验证攻击可行性,并提出缓解措施。
2026-05-12 cs.CR
A402: Binding Cryptocurrency Payments to Service Execution for Agentic Commerce
Peking University(北京大学);Shanghai Jiao Tong University(上海交通大学);Zhongguancun Laboratory(中关村实验室);Beijing Jiaotong University(北京交通大学)
本文提出A402,一种最小化信任的支付架构,通过原子服务通道实现加密货币支付与服务执行的绑定,提升代理商业的性能和安全性。
2026-03-19 cs.CR cs.DC
Quantifying Trust: Financial Risk Management for Trustworthy AI Agents
Microsoft Research(微软研究院);Columbia University(哥伦比亚大学);Google DeepMind(谷歌DeepMind);Stanford University(斯坦福大学);t54.ai;Virtuals ACP;University of California, Santa Barbara(加州大学圣塔芭芭拉分校)
本文提出基于金融风险管理的Agentic Risk Standard框架,通过整合风险评估与补偿机制,将信任从隐含期望转为可衡量的产品保证,提升AI代理在开放环境中的可靠性。
2026-04-05 cs.AI cs.CE
From Monolithic Blending to Agentic Orchestration: Dynamic Response for Conversational Assistants at Scale
Airbnb, Inc.(爱彼迎公司)
针对大规模对话助手,提出从单体混合到智能体编排的动态响应方法,通过类型化工具和验证上下文降低幻觉与升级率,并显著优化延迟与成本。
2026-09-10 cs.AI
Characterizing How Complex Agentic AI Systems Handle General Tasks: A Trace-Based Simulation Study
The Pennsylvania State University(宾夕法尼亚州立大学);SK Hynix(SK海力士);KAIST(韩国科学技术院)
本文提出GAIATrace数据集和Vidur-Agent仿真器,通过迹驱动仿真分析多模型智能体AI系统在通用任务上的行为特征。
2026-10-06 cs.AI cs.LG
Can LLM Agents Price Competitively? A Dynamic Multi-Attribute Auction Benchmark for Agentic Commerce
Visa Research(维萨研究院)
本研究推出动态多属性拍卖基准Bazaar,测试11个前沿LLM智能体的定价能力,发现其在客户获取与利润表现上存在差异,需求冲击下排名变化,最强智能体仅获不到三分之一最优利润,显示仍有提升空间。
2026-08-04 cs.AI cs.MA
Replayable Financial Agents: A Determinism-Faithfulness Assurance Harness for Tool-Using LLM Agents
本文提出DFAH框架,用于评估金融代理的确定性和忠实性,发现决策确定性与准确性无显著相关性,强调需独立测量两者的多维评估方法。
2026-10-22 cs.AI cs.CL
CapSeal: Capability-Sealed Secret Mediation for Secure Agent Execution
City University of Hong Kong(香港城市大学);Beijing Foreign Studies University(北京外国语大学)
CapSeal通过本地可信代理限制秘密访问,解决代理执行中秘密泄露问题,提供非导出动作能力。
2026-04-18 cs.AI cs.CR
Evaluating Agentic Bioinformatics through Function, Evidence, and Validation
The University of Alabama at Birmingham(阿拉巴马大学伯明翰分校)
该研究提出FEV框架评估智能体生物信息学,梳理多领域128篇文献后发现规划等进展快于科学验证相关环节,主张应基于工作流正确性评估这类系统
2026-07-31 cs.AI cs.MA
CraniMem: Cranial Inspired Gated and Bounded Memory for Agentic Systems
Dwarkadas Jivanlal Sanghvi College of Engineering(达沃拉萨·吉文拉尔·桑格维工程学院)
CraniMem通过门控和有界多阶段记忆设计提升智能体在长期任务中的稳定性与鲁棒性,采用目标条件门控和效用标签结合短期缓冲和长期知识图谱,实现更持久的语义记忆与更小的干扰影响。
2026-03-03 cs.AI
Sovereign Execution Broker: Enforcing Certificate-Bound Authority in Agentic Control Planes
针对自主代理在生产环境中执行变更时缺乏强制权限验证的问题,提出主权执行代理(SEB),通过证书验证、状态检查和范围身份实现运行时强制权限控制,并在AWS和Kubernetes上验证了其安全性和性能。
2026-06-23 cs.AI cs.CR cs.DC
HALO: Heterogeneous Admission through Localized Obligations for Safe Agentic Execution
HALO是一种保障智能体执行安全的运行时协议,可保留有效组件、检查动作有效性并替换被阻止动作,在多组实验中均展现出优于整体响应策略的性能。
2026-07-31 cs.AI cs.RO cs.SE
Paying to Know: Micro-Transaction Markets for Verified Product Information in Agentic E-Commerce
Manchester Metropolitan University(曼彻斯特城市大学)
提出代理型电商作为已验证信息的微交易市场,买家代理通过微支付逐步获取卖家与评论者提供的数据,以解决信息可信度瓶颈,并转化为具体NLP问题。
2026-06-24 cs.AI cs.CL
SAGE: An LLM-driven Self Reflective Agentic Framework for Fraud Detection
National University of Singapore(新加坡国立大学);University of Chinese Academy of Sciences(中国科学院大学);China Mobile Communications Group(中国移动通信集团有限公司)
提出SAGE,首个端到端LLM驱动的多智能体欺诈检测框架,通过数据诊断树和自然语言梯度优化,在五个数据集上平均F1提升40.86%。
2026-06-06 cs.AI
REGEN: Replay-recycling for Expert-to-Generalist distillation with Offline Reinforcement Learning
vivo AI Lab(vivo人工智能实验室);Department of Computer Science, Sun Yat-Sen University(中山大学计算机科学系)
针对大语言模型强化学习扩展的挑战,提出REGEN方法,通过回收重放记忆并运用离线强化学习算法训练通用模型,解耦训练过程,降低成本,在多任务上以低成本达类似准确率,还可能变革在线强化学习及扩展训练阶段。
2026-10-14 cs.AI cs.LG
Beyond Static Endpoints: Tool Programs as an Interface for Flexible Agentic Web Services
School of Computer Science, Peking University, Beijing, China;School of Software \& Microelectronics, Peking University, Beijing, China;Institute for Artificial Intelligence, Peking University, Beijing, China
提出ToolPro,将工具意图表示为可执行程序,通过约束引导构建、效应感知重放和策略决策,在MCP服务上实现最高53.4%的延迟降低和96.1%的流量减少。
2026-06-19 cs.AI cs.CL cs.SE
Sovereign Assurance Boundary: Certificate-Bound Admission for Agentic Infrastructure
OpenKedge.io(OpenKedge实验室)
针对智能体基础设施中非确定性推理系统对生产资源的高风险操作,提出主权保证边界(SAB),通过证书绑定的运行时准入层,将代理提案编译为执行合约并绑定加密证据,实现可验证、可撤销的授权控制。
2026-06-11 cs.AI cs.CR cs.DC
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
Execution Is the New Attack Surface: Survivability-Aware Agentic Crypto Trading with OpenClaw-Style Local Executors
本文提出SAE,一种针对OpenClaw风格系统的生存意识执行标准,通过定义执行合同和强制执行不变量,提高代理加密交易的生存能力。
2026-03-10 cs.AI cs.CR
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
Governance-Constrained Agentic AI: Blockchain-Enforced Human Oversight for Safety-Critical Wildfire Monitoring
AI Center, Faculty of Computer and Information Systems, Islamic University of Madinah(伊斯兰大学麦地那分校计算机与信息系统学院人工智能中心);Faculty of Computer Studies, Arab Open University-Bahrain(阿拉伯开放大学巴林分校计算机研究学院);Department of Computer Science, The Islamia University of Bahawalpur(巴哈瓦尔布尔伊斯兰大学计算机科学系);College of Computer Studies, University of Technology Bahrain(巴林科技大学计算机研究学院)
本文提出基于区块链的治理意识代理AI架构,用于安全关键的野火预警,通过约束部分可观测马尔可夫决策过程模型,实现动态风险适应的无人机资源分配,并通过智能合约强制人类授权,确保警报完整性、人类控制和非否认性。
2026-04-05 cs.AI cs.CR cs.MA
MobileRL: Online Agentic Reinforcement Learning for Mobile GUI Agents
Tsinghua University(清华大学)
MobileRL提出在线智能体强化学习框架,通过难度自适应GRPO和最短路径奖励调整,提升移动GUI代理性能,在AndroidWorld和AndroidLab上取得最先进成功率。
2025-10-24 cs.AI cs.LG
SAGA: Synthetic Agentic Graph Architecture for Temporal Benchmark Generation
University of Memphis(密苏里大学)
针对时间图基准稀缺问题,SAGA系统通过四阶段管道生成大规模语义丰富的时间图,其架构解耦结构与语义,能实现结构真实性、语义丰富性和自动异常标注,在单个H100 GPU上高效生成大量带受控异常的时间边。
2026-07-21 cs.AI cs.DB
Recurrent Harness for Agentic Continual Learning
Massachusetts Institute of Technology(麻省理工学院);Meta MRS Research(Meta MRS研究院);Yale University(耶鲁大学)
针对语言模型智能体持续学习的分布偏移问题,提出循环式控制器框架ReHarness,通过后向修正机制提升性能,在多基准和主干模型上优于多种基线方法,同时改善学习的稳定性与可塑性。
2026-10-12 cs.AI cs.CL cs.LG
StableEval Arena: A Cost-Aware Agentic Benchmark for Stablecoin Price Stability Prediction
Duke Kunshan University(昆山杜克大学);Tenorshare(天锐时空)
StableEval Arena是一个成本感知基准,用于评估LLM智能体在稳定币挂钩风险预测中的表现,揭示协议遵循与金融风险可靠性之间的差距,并发布数据集与代码。
2026-09-18 cs.AI cs.CE cs.LG
DeepTravel: An End-to-End Agentic Reinforcement Learning Framework for Autonomous Travel Planning Agents
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Didichuxing Co. Ltd(滴滴出行有限公司)
研究针对旅行规划智能体灵活性和自主性不足问题,提出深度旅行框架,通过构建旅行沙盒、开发分层奖励建模系统及回复增强强化学习方法,使训练后的智能体在行程生成准确率和性能上表现出色。
2026-07-15 cs.AI