Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture
Adtran Networks SE(阿特兰网络公司)
该研究针对多供应商、多层IPoDWDM网络,提出分布式多MCP架构,借助SDN实现自动化及自主控制,运用GNPy模型等进行闭环跨层控制,并通过实验验证,实现端到端服务生命周期自动化。
2026-07-08 cs.AI cs.NI cs.SY
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
Taming Uncertainty via Automation: Observing, Analyzing, and Optimizing Agentic AI Systems
IBM Research(IBM研究)
本文提出AgentOps框架,通过自动化管理代理AI系统的不确定性,实现安全、适应性和有效性的运营。
2025-11-20 cs.AI cs.MA
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
Advancing Responsible Innovation in Agentic AI: A study of Ethical Frameworks for Household Automation
Department of CST Tsinghua University Beijing, China(计算机科学与技术系 清华大学 北京中国);Department of CSE Chandigarh University Mohali, India(计算机科学与工程系 印度昌迪加尔大学 摩哈利)
本文系统梳理了面向家庭自动化的智能体人工智能伦理框架,重点分析主动式自主带来的隐私、公平与用户控制问题,并提出可解释性、细粒度同意和覆盖控制等设计要务及治理建议。
2025-07-21 cs.AI cs.CY cs.MA
Agentic Electronic Design Automation: A Handoff Perspective
The Chinese University of Hong Kong(香港中文大学);Primarius Technologies(Primarius技术公司)
本文从交接有效性角度出发,将EDA流程中的代理系统分为三类,并提出五层代理通信协议,以解决多阶段、多工具间的状态传递和验证问题。
2026-09-09 cs.AI cs.SE
Agentic Business Process Management Systems
University of Tartu(塔尔图大学)
本文提出了一种整合自主性、推理和学习的代理业务流程管理系统,利用流程挖掘技术实现数据驱动的业务流程管理,重新定义流程自动化和治理的边界。
2026-01-25 cs.AI 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
DUCTILE: Agentic LLM Orchestration of Engineering Analysis in Product Development Practice
Product Development Division, Department of Mechanical Engineering, Chalmers University of Technology, Gothenburg, Sweden(产品开发部门,机械工程系,楚姆勒斯技术大学,哥德堡,瑞典);GKN Aerospace Engine Systems, Trollhättan, Sweden(GKN航空发动机系统,特罗尔哈塔纳,瑞典)
DUCTILE通过代理LLM协调工程分析任务,分离自适应协调与确定性执行,解决工具接口变化导致的自动化失效问题,验证了其在航空制造中的有效性。
2026-03-17 cs.AI cs.HC cs.SE
In-Browser LLM-Guided Fuzzing for Real-Time Prompt Injection Testing in Agentic AI Browsers
Avihay Cohen
针对智能体AI浏览器易受间接提示注入攻击的问题,提出一种完全在浏览器内运行、由LLM引导的模糊测试框架,可实时自动发现此类漏洞。
2025-10-15 cs.AI cs.CR
Flow: Modularized Agentic Workflow Automation
University of Sydney(悉尼大学);University of Adelaide(阿德莱德大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Carnegie Mellon University(卡内基梅隆大学)
本文提出Flow,一种基于AOV图动态细化工作流并强调模块化的多智能体框架,通过实时调整子任务分配,提升复杂任务执行的效率、目标达成率和容错性。
2025-02-23 cs.AI cs.LG cs.MA
Autonomous Control Leveraging LLMs: An Agentic Framework for Next-Generation Industrial Automation
Autonomous Industrial Systems Lab,Imperial College London(自主工业系统实验室,帝国理工学院伦敦)
本研究提出一个利用大型语言模型(LLMs)的统一智能体框架,结合有限状态机与验证器-重新提示循环,在单一架构内实现离散故障恢复规划与连续过程控制,在多规模FSM及TCLab平台实验中验证了其高成功率和与PID控制相当的连续控制性能。
2025-07-03 cs.AI cs.MA cs.SY
StepFly: Agentic Troubleshooting Guide Automation for Incident Diagnosis
Tsinghua University(清华大学);Microsoft(微软);Microsoft Research(微软研究院);Renmin University of China(中国人民大学)
StepFly通过三阶段框架实现故障排查指南自动化,提升TSG质量并支持并行执行,实测在GPT-4.1上达到94%的成功率。
2026-04-21 cs.AI
An Agentic AI for a New Paradigm in Business Process Development
Department of Industrial Engineering, University of Trento(工业工程系,特伦托大学)
本研究针对传统业务流程开发方法的局限,提出基于Agentic AI的智能体驱动开发方法,以目标、对象和智能体为核心组织流程,支持多智能体协作完成合并目标,实现动态工业环境下灵活的上下文感知自动化。
2025-07-29 cs.AI
Agentic Data Environments
Columbia University(哥伦比亚大学)
探讨智能体数据环境,其作为智能体运行的执行基础,既能增强智能体能力又保障安全。该环境拓宽了智能体运行的数据范围,改变了对数据系统的传统认知,有望在提升智能体效能同时控制故障成本。
2026-07-09 cs.AI cs.DB
AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges
Cornell University(康奈尔大学);University of the Peloponnese(伯罗奔尼撒大学)
该综述明确区分AI Agents与Agentic AI的概念,构建分类体系并对比二者的架构、能力与应用场景,分析各自挑战并提出解决方案,为相关系统开发提供路线图。
2025-09-30 cs.AI
ACE: A Self-Correcting Agentic Canvas Editor for Multi-Slide Presentation Automation
Seoul National University(首尔大学);Miridih(米里迪)
针对LLM智能体编辑演示文档的布局破坏与有效输出被误判问题,提出带CARE路由器和自修正循环的ACE,其性能优于对比方法,获盲评者偏好。
2026-08-26 cs.AI
CRISPR-GPT for Agentic Automation of Gene-editing Experiments
本文提出CRISPR-GPT,一个结合领域知识与外部工具的LLM智能体,用于自动化CRISPR基因编辑实验设计,帮助非专家研究人员完成从系统选择到验证的全流程,并探讨了相关伦理监管问题。
2025-08-21 cs.AI cs.CL cs.HC
The Attack and Defense Landscape of Agentic AI: A Comprehensive Survey
本文首次系统调查了代理AI的安全性,分析了设计空间、攻击景观和防御机制,并指出现有安全不足及开放挑战,为构建安全系统和推进研究提供基础。
2026-03-11 cs.AI cs.CR
HeaRT: A Hierarchical Circuit Reasoning Tree-Based Agentic Framework for AMS Design Optimization
ECE Department, The University of Texas at Austin(德克萨斯大学奥斯汀分校电子与计算机工程系);NVIDIA Corporation(英伟达公司);The George Washington University(乔治华盛顿大学)
HeaRT提出了一种分层电路推理树的代理框架,通过提升F1(subcircuits)和F1(loops)指标,实现更高效的AMS设计优化,且在不同架构上表现出更好的适应性和收敛速度。
2026-03-26 cs.AI
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
InfraMind: A Novel Exploration-based GUI Agentic Framework for Mission-critical Industrial Management
Nanyang Technological University(南洋理工大学)
针对工业管理中通用GUI智能体面临的五大挑战,提出基于探索的智能体框架InfraMind,集成系统搜索、记忆驱动规划、状态识别、知识蒸馏与多层安全机制,在DCIM平台上显著提升了任务成功率与运营效率。
2025-09-17 cs.AI cs.SE
Comment and Control: Hijacking Agentic Workflows via Context-Grounded Evolution
Johns Hopkins University Applied Physics Lab(约翰霍普金斯大学应用物理实验室);Johns Hopkins University(约翰霍普金斯大学);Wyze Labs(Wyze实验室)
本文提出JAW框架,通过上下文引导进化方法劫持自动化平台上的代理工作流,揭示代理工作流中因输入操控导致的安全风险,并展示了对GitHub和n8n的广泛影响。
2026-05-11 cs.AI cs.CR cs.SE
Agentic Compilation: Mitigating the LLM Rerun Crisis for Minimized-Inference-Cost Web Automation
Selfotix
本文提出编译与执行架构,通过分离LLM推理与浏览器执行,将每项工作流的推理成本降至0.1美元以下,实现零样本编译成功率80-94%,并证明确定性编译可经济可行地实现大规模自动化。
2026-04-25 cs.AI cs.DC cs.PL
Distinguishing Autonomous AI Agents from Collaborative Agentic Systems: A Comprehensive Framework for Understanding Modern Intelligent Architectures
本研究针对大模型催生的独立AI智能体与协作式Agentic AI两类范式,通过分析运作原理、架构等建立区分框架,梳理演进路径、对比应用场景,提出关键挑战的解决方案,为智能体选型与下一代智能系统开发提供指导。
2025-06-16 cs.AI
Not Every Call Needs a Frontier Model: Per-Call-Site Evaluation of Small Language Models in a Deployed Agentic Home-Automation System
University of West Attica(西阿提卡大学);Waldiez PC;ThinGenious PC
本研究评估9个模型在智能体家居自动化系统五个调用点的性能,发现能力排序因调用点而异,路由最佳本地模型可达91.8%准确性,且仅托管生成性调用点可节省72%成本。
2026-10-08 cs.AI
Unified Agentic Video Editing Across Levels of Complexity and Creativity
Bertelsmann AI Hub(贝塔斯曼人工智能中心);Max Planck Institute for Biological Cybernetics(马克斯·普朗克生物控制论研究所);scieneers GmbH(scieneers 有限公司)
本文提出统一智能体视频编辑方法,覆盖场景预览、视频摘要和电影预告片三项任务,评估输出并探讨自动化与代理能力的意义。
2026-11-02 cs.AI cs.HC cs.MM
FluxEDA: A Unified Execution Infrastructure for Stateful Agentic EDA
Zhejiang University(浙江大学)
本文提出FluxEDA,一种统一的状态性代理EDA基础设施,通过结构化请求响应和持久后端实例支持工具状态保留,实现异构EDA工具的多步分析与优化。
2026-03-26 cs.AI cs.AR
CoDA: Agentic Systems for Collaborative Data Visualization
Google Cloud AI Research(谷歌云人工智能研究);University of California, Santa Barbara(加州大学圣巴bara分校)
本文提出多智能体系统 CoDA,通过元数据分析、规划、代码生成与自我反思的协作流程,解决复杂多文件数据可视化中的错误与质量问题,总分最高超过基线 41.5%。
2025-10-03 cs.AI
Agentic AI Security: Threats, Defenses, Evaluation, and Open Challenges
本文探讨代理AI系统的安全威胁与防御策略,分析其在自动化中的独特风险,并提出安全设计的开放挑战。
2026-04-03 cs.AI
Toward Agentic Optical Networks: A Vision of LLM Agent-Driven Autonomous Lifecycle Management
Beijing University of Posts and Telecommunications(北京邮电大学);China Telecom Cloud Network Operating System R&D Center(中国电信云网络操作系统研发中心);China Telecom Research Institute(中国电信研究院);University of Science and Technology Beijing(北京科技大学)
本文提出将LLM智能体集成至光网络生命周期管理,构建分层多智能体框架,实现从任务级半自动到生命周期级全自主的演进愿景。
2026-09-29 cs.AI cs.NI
Accelerating Manufacturing Scale-Up from Material Discovery Using Agentic Web Navigation and Retrieval-Augmented AI for Process Engineering Schematics Design
Tata Research(塔塔研究院)
针对材料发现到工业生产规模化中合规工艺原理图生成难的问题,提出融合智能体网页检索、Graph RAG知识图谱的两阶段自主框架,可低专家干预生成合规原理图,具备工业实用价值。
2024-12-08 cs.AI cs.IR cs.LG
From Threat Intelligence to Firewall Rules: Semantic Relations in Hybrid AI Agent and Expert System Architectures
Department of Control and Computer Engineering(控制与计算机工程系)
本文提出利用语义关系从威胁情报中提取信息,通过神经符号方法生成防火墙规则以缓解网络威胁。
2026-03-04 cs.AI cs.CL cs.CR
AutoChemSchematic AI: Agentic Physics-Aware Automation for Chemical Manufacturing Scale-Up
Tata Research Development(塔塔研究发展);Design Center, Bangalore(设计中心,班加罗尔)
本文提出AutoChemSchematic AI框架,通过领域专用小语言模型、分层知识图谱和化学过程模拟器闭环验证,自动生成工业可行的PFD和PID,解决新型化学品制造放大中的合成差距问题。
2025-08-18 cs.AI cs.IR cs.LG
The Chronos Vulnerability: A Taxonomy of Temporal Persistence and Memory-Based Deception in Agentic AI
研究人工智能中Chronos漏洞,形式化基于持久性攻击的威胁模型,指出传统端点内容过滤器不足,综合深度防御格局并分类新兴框架,应对智能体内存攻击等安全威胁。
2026-07-23 cs.AI cs.CR
Agoran: An Agentic Open Marketplace for 6G RAN Automation
Yale University, New Haven(耶鲁大学);University of Granada(格拉纳达大学)
Agoran提出一个由立法、行政、司法三AI分支构成的智能体化市场,使利益相关者与中介智能体在单轮内谈判达成帕累托最优意图,并在5G测试平台上实现eMBB吞吐量提升37%、URLLC时延降低73%及PRB使用节省8.3%。
2025-08-21 cs.AI cs.NI
SciFi: A Safe, Lightweight, User-Friendly, and Fully Autonomous Agentic AI Workflow for Scientific Applications
SLAC National Accelerator Laboratory(SLAC国家加速器实验室)
本文提出一种安全、轻量、用户友好的自主代理AI框架,通过隔离执行环境、三层代理循环和自我评估do-until机制,实现科学任务的可靠自动化,减少人工干预。
2026-04-14 cs.AI
Agentic Control Center for Data Product Optimization
本文提出了一种基于AI代理的系统,通过连续优化循环自动化改进数据产品,平衡自动化与信任和监督。
2026-03-10 cs.AI
Safe, Untrusted, "Proof-Carrying" AI Agents: toward the agentic lakehouse
Bauplan Labs(Bauplan实验室)
针对数据湖仓AI自动化的信任与治理问题,提出API优先的可编程湖仓抽象,通过数据分支与携带证明的正确性检查,使不可信AI智能体能在生产数据上安全修复管道。
2025-10-10 cs.AI cs.DB
SheetCompass: Hierarchical Relation Graphs for Agentic Spreadsheet Reasoning
University of Science and Technology of China(中国科学技术大学)
针对LLM处理电子表格时丢失多维结构语义的问题,提出SheetCompass框架,通过显式建模表内外结构关系并结合内存机制,提升智能体对复杂工作簿的推理能力。
2026-08-17 cs.AI
Vibe Coding vs. Agentic Coding: Fundamentals and Practical Implications of Agentic AI
Cornell University(康奈尔大学);University of the Peloponnese(伯罗奔尼撒大学)
本文综述了AI辅助软件开发中vibe coding与agentic coding两种范式,通过分类体系和20个用例对比其优劣,提出未来应融合两者优势,构建以人为本的统一开发流程。
2025-05-26 cs.AI cs.CL cs.SE
LLM-Powered Agentic AI for 5G/6G Networks: A Tutorial and Survey on Architectures, Protocols, and Standardization
EURECOM;University of Sharjah(谢贾学院)
研究5G/6G网络中基于大语言模型的智能体人工智能,通过分为两部分的教程与综述,形式化5G和6G相关平面,涵盖智能体系统基础,映射其能力到控制面等,识别自主电信面临的开放挑战。
2026-07-20 cs.AI cs.NI
Performant LLM Agentic Framework for Conversational AI
Thoughtly(思利科技);Boston University(波士顿大学)
本文提出高性能智能体框架PAF,通过结合LLM推理与数学向量评分机制,在复杂图工作流中实现更高准确率和更低延迟,显著优于基线方法。
2025-03-09 cs.AI
Why Trust Your Agent? Empirical Security Gains from TRiSM-Guided Agentic Workflows in Healthcare
AuraQ
本文应用AI信任、风险与安全管理(TRiSM)框架,将不安全的医疗报告生成智能体工作流转变为安全敏感的工作流,在五种大语言模型上评估,将平均攻击成功率从31%-42%降至10%-25%,同时报告准确率提升14个百分点。
2026-06-27 cs.AI cs.CR
A3D: Agentic AI flow for autonomous Accelerator Design
Purdue University(普渡大学);Argonne National Laboratory(阿贡国家实验室);University of Chicago(芝加哥大学)
A3D通过代理AI实现端到端的硬件加速器设计自动化,自动分析工作负载、识别性能瓶颈、生成微架构并探索速度-面积权衡空间,利用LLM和EDA工具提升复杂应用的加速器设计效率。
2026-05-14 cs.AI cs.AR
SBOMs into Agentic AIBOMs: Schema Extensions, Agentic Orchestration, and Reproducibility Evaluation
针对传统SBOM无法捕获运行时行为等问题,本文提出智能体AIBOM框架,通过三类多智能体架构扩展SBOM模式,在低开销下提升运行时依赖捕获、可复现性与漏洞解释稳定性。
2026-03-09 cs.AI cs.CR cs.SE
PhyNiKCE: A Neurosymbolic Agentic Framework for Autonomous Computational Fluid Dynamics
PhyNiKCE通过神经符号框架提升CFD模拟的可信度与效率,实现96%的性能提升并减少59%的自我校正循环。
2026-02-12 cs.AI cs.CL
Compaction as Epistemic Failure: How Agentic LLM Tools Fabricate Confirmed Results from Killed Processes
Independent Researcher(独立研究者)
研究智能语言模型编码工具中Claude Code的失败模式,即超时命令部分输出被误记为确认结果并传播误报,揭示其观察与持久性 conflation 的机制,指出对依赖会话连续性的工作流程有影响。
2026-10-27 cs.AI cs.SE
Terminal Agents Suffice for Enterprise Automation
Mila -- Quebec AI Institute(Mila — 魁北克人工智能研究所)
本文探讨终端代理通过直接调用平台API在企业自动化中表现优异,证明简单接口结合强大基础模型足以替代复杂代理架构。
2026-10-15 cs.AI cs.CL cs.SE
Agentic AI for Cybersecurity: A Meta-Cognitive Architecture for Governable Autonomy
本文提出一种基于概率的代理框架,通过元认知机制协调多个代理,提升网络安全决策的鲁棒性和准确性,减少误报并增强适应性。
2026-04-30 cs.AI cs.CR
Quantifying Automation Risk in High-Automation AI Systems: A Bayesian Framework for Failure Propagation and Optimal Oversight
Whiting School of Engineering(惠特инг工程学院);Johns Hopkins University(约翰霍普金斯大学);Harrisburg University of Science and Technology(哈里斯堡科学技术大学)
本文提出了一种贝叶斯框架,用于量化高自动化AI系统中的风险,通过分解预期损失为故障概率、传播概率和严重性,提供部署导向的风险治理工具。
2026-02-22 cs.AI
Flowr -- Scaling Up Retail Supply Chain Operations Through Agentic AI in Large Scale Supermarket Chains
Old Dominion University(老道明大学);Florida International University(佛罗里达国际大学);Nanyang Technological University(南洋理工大学);University of Colombo(科伦坡大学);Center for Wireless Communications, University of Oulu(奥卢大学无线通信中心);University of Sri Jayewardenepura(斯里贾亚瓦德纳普拉大学);Accenture Technology Labs(埃森哲技术实验室)
本文提出Flowr框架,通过代理AI自动化大规模超市连锁的端到端供应链流程,减少人工协调负担,提升供需匹配度和异常处理能力。
2026-04-07 cs.AI
AOrchestra: Automating Sub-Agent Creation for Agentic Orchestration
AOrchestra通过统一的代理抽象实现自动化子代理创建,提升多轮任务解决的适应性和效率。
2026-02-07 cs.AI cs.CL
PopPy: Opportunistically Exploiting Parallelism in Python Agentic Workflows
University of Pennsylvania(宾夕法尼亚大学);Independent Researcher(独立研究者);University of California, Los Angeles(加州大学洛杉矶分校)
本文提出PopPy系统,通过识别Python应用中调用外部组件的并行化机会,从而在复合AI应用的端到端延迟上实现6.4倍的加速,同时保持顺序程序语义。
2026-10-06 cs.AI cs.DC cs.PL