Toward Agentic Environments: GenAI and the Convergence of AI, Sustainability, and Human-Centric Spaces
EPAM Systems(EPAM系统公司);Warsaw School of Economics(华沙经济学院)
本文提出代理环境概念,通过生成式AI、多代理系统和边缘计算减少技术环境影响,促进可持续发展与数据隐私。
2025-12-15 cs.AI cs.CY
DockSmith: Scaling Reliable Coding Environments via an Agentic Docker Builder
SWE-Factory;Anthropic;Comanici;Guo;Yang;Zeng
DockSmith通过代理Docker构建器解决软件工程代理执行基础训练和评估中的可靠环境构建问题,其核心能力涵盖长期工具使用、依赖推理和故障恢复,提升了Docker构建的监督效果。
2026-04-28 cs.AI cs.SE
EnvCraft: Synthesizing Executable Environments in Agentic RL for Claw-like Agent
Harbin Institute of Technology, SCIR Lab(哈尔滨工业大学);Peking University(北京大学);Huawei Technologies Co., Ltd(华为技术有限公司);Tsinghua University(清华大学)
EnvCraft通过自动化框架合成可执行环境和可扩展训练数据,解决智能体强化学习中交互环境稀缺问题,在类爪基准上提升11.9%。
2026-09-09 cs.AI cs.CL
ARC-AGI-3: A New Challenge for Frontier Agentic Intelligence
ARC Prize Foundation(ARC奖基金会)
本文提出ARC-AGI-3基准测试,通过新颖的抽象回合制环境评估代理智能的适应效率,人类可完全解决环境,而前沿AI系统得分低于1%。
2026-04-17 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
SimpleWikiSearch: A Clean Offline Wikipedia Environment for Agentic Search
Peking University(北京大学)
SimpleWikiSearch是一套明确可运行的离线维基百科环境,用于智能体搜索的可复现评估,提供基线结果及对比闭源模型的子集,而非提出新智能体算法。
2026-07-30 cs.AI cs.IR
Governed By Agents: A Survey On The Role Of Agentic AI In Future Computing Environments
Faculty of Computer Science & Engineering(计算机科学与工程学院);GIK Institute(GIK学院)
本文综述了智能体AI的自主性、目标导向和自适应学习特性如何推动计算基础设施从大型公共云向边缘和本地部署架构迁移,并探讨了由此带来的治理模式与运营流程重构。
2025-09-20 cs.AI cs.ET
AgentFly: Scaling Agentic Reinforcement Learning with Unified Resource System
Mohamed bin Zayed University of Artificial Intelligence(莫莫德·本·扎耶德人工智能大学)
AgentFly是一个可扩展的Agent-RL框架,通过令牌级掩码、装饰器接口和异步执行机制,为语言模型智能体提供多种强化学习算法支持,并在多个任务上验证了其有效性。
2026-10-14 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
Agentic-DPO: From Imitation to Agentic Policy Optimization on Expert Trajectories
Johns Hopkins University(约翰·霍普金斯大学)
研究针对大语言模型智能体基于专家轨迹训练只学动作序列、难应对错误的问题,提出Agentic-DPO方法,通过转化专家轨迹为状态条件偏好监督,结合策略保持增强,实现低成本智能体策略优化,实验验证其有效性。
2026-07-14 cs.AI
Object-Centric Environment Modeling for Agentic Tasks
University of Notre Dame(圣母大学)
研究大语言模型智能体经验维护难题,提出以对象为中心的环境建模(OCM),将经验组织成可执行模型,含对象知识与过程知识,在线更新并验证,实验表明其能提升智能体性能。
2026-07-07 cs.AI
DeepPresenter: Environment-Grounded Reflection for Agentic Presentation Generation
Chinese Information Processing Laboratory(中国信息处理实验室);Institute of Software Chinese Academy of Sciences(中国科学院软件研究所);University of Chinese Academy of Sciences(中国科学院大学)
DeepPresenter通过自主规划和渲染中间幻灯片艺术来支持长周期优化,利用环境感知状态进行反馈驱动的改进,实现超越固定流程的演示生成。
2026-04-20 cs.AI
Grounded Scaling: Why Agentic AI Needs Deterministic Environments
Alibaba Group(阿里巴巴集团)
本文论证环境确定性是影响长链代理任务成功的关键因素,提出确定性-效率界限、验证者-古德哈特下限等理论,并构建供应确定性指数和确定性成熟度模型。
2026-06-23 cs.AI
What Limits Agentic Systems Efficiency?
UW-Madison(威斯康星大学麦迪逊分校);University of Toronto(多伦多大学);NVIDIA(英伟达)
本文实证分析网络交互式智能体系统的延迟瓶颈,发现网络环境延迟最高占比53.7%,并提出结合推测执行的 SpecCache 缓存框架,在不损失性能的情况下显著提升命中率并降低开销。
2025-10-18 cs.AI cs.LG
TOUCAN: Synthesizing 1.5M Tool-Agentic Data from Real-World MCP Environments
University of Washington(华盛顿大学);MIT-IBM Watson AI Lab(MIT-IBM Watson人工智能实验室)
针对开源工具智能体训练数据不足的问题,研究推出含150万条真实MCP环境合成轨迹的Toucan数据集,经多模型生成与多机制扩展,微调模型性能超越更大闭源模型并推动基准帕累托前沿。
2025-10-01 cs.AI cs.CL cs.LG
HERA: Harness-Environment Co-Evolution for Reliable Agentic Abstention
University of Washington(华盛顿大学);University of Leeds(利兹大学);Carnegie Mellon University(卡内基梅隆大学);Stanford University(斯坦福大学);Allen Institute for AI(艾伦人工智能研究所)
提出HERA框架,通过工具框架-环境协同进化自动生成可行与不可行任务对,提升智能体弃权(不执行)可靠性,将弃权准确率从61.7%提升至83.3%,并跨19个LLM平均提升15.3个百分点。
2026-10-06 cs.AI
CuES: A Curiosity-driven and Environment-grounded Synthesis Framework for Agentic RL
Tongyi Lab , Alibaba Group(通义实验室,阿里巴巴集团)
CuES通过好奇心驱动和环境导向的方法自动生成任务,提升代理强化学习的可扩展性和性能。
2025-12-03 cs.AI cs.LG
CodeMidas: Scaling Agentic Coding RL Environments from Code Itself
Xiaomi(小米);Peking University(北京大学);University of Hong Kong(香港大学);Renmin University of China(中国人民大学)
CodeMidas提出从源代码自动构建编码RL环境的智能体流水线,生成5,545个跨23种语言的任务,训练后显著提升多种编码基准性能。
2026-09-21 cs.AI
Computing with Agentic Oracles
Richard A. Miner School of Computing and Information Sciences, University of Massachusetts, Lowell(马萨诸塞大学洛厄尔分校理查德·A·迈纳计算与信息科学学院)
本文扩展随机神谕模型为包含智能体神谕的框架,分析其令牌成本,发现可保留中间状态的智能体神谕SOTM在相同任务质量下令牌成本更低,还研究了目标损失风险及相关准则与公式。
2026-08-04 cs.AI
Libra: Training the Environment for Agentic Information Retrieval
提出Libra框架,通过引入可变目录和LLM驱动优化循环,自动改进代码仓库的索引结构,提升代码定位准确率,并实现跨模型和问题的零样本迁移。
2026-07-02 cs.AI cs.IR
Concepts for Securing Agentic AI Coding and the Terok Environment
Center for Advanced Systems Understanding (CASUS)(高级系统理解中心(CASUS));Helmholtz-Zentrum Dresden-Rossendorf (HZDR)(德累斯顿-罗森多夫亥姆霍兹中心(HZDR))
本文针对智能体AI编码的IT安全风险,提出风险评估、无损失缓解概念及实现概述,助力社区安全评估该技术的应用潜力。
2026-08-25 cs.AI cs.SE
Agentic Driving Coach: Robustness and Determinism of Agentic AI-Powered Human-in-the-Loop Cyber-Physical Systems
Arizona State University(亚利桑那州立大学)
本文提出基于反应计算模型的框架,用于解决人机协同物理系统中代理AI的鲁棒性和确定性问题,通过驾驶教练案例验证了方法的有效性。
2026-04-13 cs.AI cs.CL cs.RO
Verifiable Hidden Dynamics Play: Generating Agentic RL Environments from Solved Mechanisms
Georgia Institute of Technology(佐治亚理工学院);Alibaba Token Foundry, Alibaba Group(阿里巴巴集团阿里通义实验室)
VHD-Play 通过先求解数学模型再生成有状态环境,以低成本产出多样智能体训练环境,显著提升智能体性能并泛化至外部基准。
2026-09-24 cs.AI cs.CL
When Agents Overtrust Environmental Evidence: An Extensible Agentic Framework for Benchmarking Evidence-Grounding Defects in LLM Agents
The University of Sydney(悉尼大学);Nanjing University(南京大学)
本文提出EnvTrustBench框架,用于评估智能体在环境证据过时、错误或恶意时的可靠性问题,通过生成多个任务场景并验证结果,揭示证据 grounding 是智能体可靠性的重要挑战。
2026-05-12 cs.AI
AI Agents and Agentic AI-Navigating a Plethora of Concepts for Future Manufacturing
Department of Mechanical and Mechatronics Engineering, Faculty of Engineering and Design, University of Auckland(机械与机电工程系,工程与设计学院,奥克兰大学)
本文系统梳理了LLM-Agents、MLLM-Agents和Agentic AI三类新兴AI范式的概念、技术演进及其在智能制造中的潜在应用与挑战,以厘清其定义和能力边界。
2025-07-02 cs.AI
How Adversarial Environments Mislead Agentic AI?
Imperial College London(伦敦帝国学院)
研究指出代理AI在依赖外部工具时存在信任缺口,提出对抗性环境注入威胁模型,通过POTEMKIN协议测试发现,对抗性攻击导致代理在知识和导航鲁棒性上存在差异。
2026-04-20 cs.AI
TRACE: Capability-Targeted Agentic Training
Stanford University(斯坦福大学)
TRACE通过对比成功与失败轨迹自动识别能力缺失,合成针对性训练环境并利用RL训练适配器,提升代理在不同环境中的表现。
2026-07-07 cs.AI
app.build: A Production Framework for Scaling Agentic Prompt-to-App Generation with Environment Scaffolding
Databricks;THWS University of Applied Sciences Würzburg-Schweinfurt (CAIRO)(THWS应用科学大学沃尔夫斯堡-施维林(CAIRO))
app.build通过结构化环境和系统验证提升基于代理的应用程序生成效率,实现高可行性与质量,为生产级代理系统提供参考实现。
2026-01-09 cs.AI cs.SE
InvestigationWorlds: An Agentic Environment for Legal Investigation
Epiq AI Labs(Epiq AI 实验室);Cornell University(康奈尔大学)
本文提出法律调查智能体环境InvestigationWorlds,基于真实美国联邦案件构建多解读语料库,评估发现智能体难以区分法院采纳假设与替代假设。
2026-10-06 cs.AI cs.CL cs.CY
Assessing Automated Prompt Injection Attacks in Agentic Environments
ETH Zurich(苏黎世联邦理工学院)
研究在智能体环境中,黑盒优化方法(TAP)比梯度方法(GCG)更有效,且攻击效果依赖于攻击者模型,任务通用攻击可迁移但跨模型迁移受限。
2026-06-09 cs.AI cs.CR
UAVs Meet Agentic AI: A Multidomain Survey of Autonomous Aerial Intelligence and Agentic UAVs
Cornell University(康奈尔大学);University of the Peloponnese(希腊伯罗奔尼撒大学)
本文综述智能体无人机的架构、使能技术、七大应用领域、挑战与解决方案,并提出未来发展与治理路线图。
2025-06-08 cs.AI cs.RO
Balancing Sustainability And Performance: The Role Of Small-Scale LLMs In Agentic Artificial Intelligence Systems
Capgemini Invent(凯捷 Invent);Salesforce(赛富时)
本文研究小型语言模型在代理AI系统中如何平衡能耗与性能,提出可持续AI设计的实用指南。
2026-02-06 cs.AI
Situating AI Agents in their World: Aspective Agentic AI for Dynamic Partially Observable Information Systems
UCL(伦敦大学学院);Autodesk Research(欧特克研究院);National Institute of Informatics(国立信息学研究所)
针对现有LLM智能体信息管控弱、泄露率高的问题,提出基于环境触发、引入类umwelt的“方面”概念的自底向上智能体框架,实现零信息泄露,兼顾安全与效率。
2025-09-03 cs.AI cs.CL
Magentic Marketplace: An Open-Source Environment for Studying Agentic Markets
Microsoft(微软);Arizona State University(亚利桑那州立大学)
随着LLM代理的发展,他们越来越多地代表用户调解经济决策,从产品发现到交易。这些应用程序承诺的好处,但也提出了许多问题,代理问责制和用户的价值。解决这些问题需要了解代理人在现实市场条件下的行为。然而,以前的研究主要是在约束环境中评估代理,例如单任务市场(例如,谈判)或结构化的两个代理交互。现实世界的市场有着根本的不同:它们需要代理人处理各种经济活动,并在大型动态生态系统中进行协调,其中多个行为不透明的代理人可能参与开放式对话。为了弥合这一差距,我们调查了双边代理市场,其中助理代理代表消费者,服务代理代表竞争企业。为了安全地研究这些交互,我们开发了Magentic-Marketplace --一个助理和服务可以操作的模拟环境。这种环境使我们能够研究关键的市场动态:效用代理实现,行为偏差,易受操纵,以及搜索机制如何塑造市场结果。我们的实验表明,前沿模型可以接近最优福利-但只有在理想的搜索条件下。性能随着规模的扩大而急剧下降,所有模型都表现出严重的第一次建议偏差,在响应速度上比质量有10- 30倍的优势。这些发现揭示了行为如何在市场条件下出现,为公平和有效的代理市场的设计提供了信息。
2025-10-27 cs.AI cs.MA
LogAct: Enabling Agentic Reliability via Shared Logs
Meta
LogAct通过共享日志实现代理可靠性,允许代理通过LLM推理分析执行历史,实现故障恢复、健康检查和优化。
2026-04-09 cs.AI cs.DC
Verifiable Process Rewards for Agentic Reasoning
Tsinghua University(清华大学)
提出可验证过程奖励(VPR)框架,通过符号或算法预言机将密集的中间步骤验证转化为强化学习的逐轮监督信号,解决长程智能体推理中的信用分配问题,并在搜索、约束和后验验证三种场景中验证其有效性。
2026-10-14 cs.AI
EnvACE: Internalizing Environment Dynamics via World Rehearsal for Agentic Reinforcement Learning
Shanghai Jiao Tong University(上海交通大学);Zhejiang University(浙江大学);National University of Singapore(新加坡国立大学);Sun Yat-sen University(中山大学);Central South University(中南大学);The Chinese University of Hong Kong(香港中文大学);Tencent Inc.(腾讯公司)
本文提出 EnvACE 方法,以世界预演替代外部环境交互训练 LLM 智能体,在多基准测试中性能优于基线,可突破外部环境约束扩展 LLM 智能体训练。
2026-10-01 cs.AI
AgenticShop: Benchmarking Agentic Product Curation for Personalized Web Shopping
Department of Artificial Intelligence Yonsei University Seoul Republic of Korea(人工智能系 首尔国立庆尚大学 首尔 大韩民国);ParamitaAI Seoul Republic of Korea(ParamitaAI 首尔 大韩民国);Yonsei University(首尔国立庆尚大学);ParamitaAI
AgenticShop是首个评估智能代理系统在开放网络环境中进行个性化产品整理的基准测试,通过真实购物场景和多样用户资料,验证代理系统在复杂购物情境中的适应能力。
2026-02-12 cs.AI cs.IR
Agentic AI for ISAC: Analysis, Framework, and Case Study
本文探讨代理AI在ISAC系统中的应用价值,提出新型框架并验证其优化性能,分析代理AI在动态环境中的感知-推理-行动循环优势。
2026-06-27 cs.AI cs.NI
TimeSage-EV: A Live Benchmark for Agentic Time Series Analysis in Evolving Environments
Eindhoven University of Technology(埃因霍温理工大学);University of Oxford(牛津大学);VulpiVox Intelligence(VulpiVox智能公司);Squirrel Ai Learning(Squirrel AI学习公司);Griffith University(格里菲斯大学)
针对现有时间序列基准未评估时间有效性等问题,推出动态环境智能体时间序列分析基准TimeSage-EV,含多领域真实场景,实验揭示模型性能差距及失败模式,提供研究资源。
2026-08-17 cs.AI
Schema: Discovering Unknown Environments via Agentic Program Induction
Impossible Research;UC Berkeley(加州大学伯克利分校);Carnegie Mellon University(卡内基梅隆大学)
Schema通过交互式程序归纳,将智能体对环境理解编码为可执行程序,显著提升未知环境任务完成率,ARC-AGI-3从58.7%升至99.2%。
2026-10-01 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
AHEAD: Adaptive Hindsight with Environment-Augmented Distillation for Agentic RL
AWS AI Labs(亚马逊云科技人工智能实验室);Purdue University(普渡大学)
AHEAD是一种步骤感知的智能体强化学习框架,通过匹配不同监督源适配步骤类型,在多任务及多模型规模下提升了GRPO算法的任务成功率,减少了训练步骤并适配更严格的交互预算。
2026-08-26 cs.AI
Multi-Turn Agent Self-Distillation with Compressed Hindsight
University of California, San Diego(加州大学圣地亚哥分校);Independent Researcher(独立研究员);University of California, Berkeley(加州大学伯克利分校)
提出HERO框架,利用环境观察作为局部对齐反馈进行自蒸馏,解决多轮设置中特权反馈与当前决策上下文不对齐导致的性能下降问题,在TauBench和WebShop上提升任务成功率并减少冗余轮次。
2026-11-10 cs.AI
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
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
From surveillance to signalling: escalation channels as environmental controls for agentic AI
Wiser Human
本文研究了通过环境控制引导代理AI选择授权路径的方法,设计并评估了两种冲突通道,显著降低了有害行为的发生率。
2026-04-29 cs.AI cs.CR
Rethinking Agentic Reinforcement Learning In Large Language Models
Beijing Beijing China(北京北京中国);Shanghai Beijing China(上海北京中国)
本文探讨了在大型语言模型中引入代理强化学习的新方法,强调自主代理的目标设定、长期规划和动态策略适应能力,提出新的方法论和设计,并指出未来研究方向。
2026-05-15 cs.AI cs.ET
ProAct: Agentic Lookahead in Interactive Environments
Tencent Hunyuan(腾讯文言)
ProAct通过双阶段训练范式提升交互环境中的前瞻性推理能力,结合GLAD和MC-Critic实现更稳定的策略优化。
2026-02-05 cs.AI
Interpreting Agentic Systems: Beyond Model Explanations to System-Level Accountability
Vector Institute for Artificial Intelligence(向量人工智能研究所);University of Texas, Austin(德克萨斯大学奥斯汀分校);Dalhousie University(达尔豪斯大学)
本文探讨了代理系统中可解释性技术的必要性,提出需设计专门方法以确保系统在目标形成、环境交互和结果评估等阶段的可追溯性和问责性。
2026-01-23 cs.AI cs.MA
Agents for Everyone: A Workshop Framework for Building Agentic AI Capabilities in a Distributed Curation Community
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);California Institute of Technology(加州理工学院);SIB Swiss Institute of Bioinformatics(SIB瑞士生物信息学研究所)
该研究针对智能体AI应用于生物数据库整理的障碍,构建了基于JupyterHub与Claude Code的云环境及含四个模块的研讨会,证明其可提升分布式社区的智能体AI整理能力。
2026-08-31 cs.AI
Train the Trainers -- An Agentic AI Framework for Peer-Based Mental Health Support in Battlefield Environments
McDonald Army Health Center(麦克唐纳陆军健康中心);Old Dominion University(老 Dominion 大学);Blanchfield Army Community Hospital(布莱恩菲尔德陆军社区医院);Department of Psychiatry and Neurobehavioral Sciences(精神病学与神经行为科学系);University of Virginia School of Medicine(弗吉尼亚大学医学院);Florida International University(佛罗里达国际大学);Accenture Technology Labs(埃森哲技术实验室)
本文提出一种基于同伴的AI框架,利用AI代理提升战场环境下心理支持的效率,减少撤离需求并提高持续护理质量。
2026-03-31 cs.AI cs.HC
Agentic Commerce World: An Auditable and Verifiable Environment for Vibe Commerce
University of Illinois at Chicago(伊利诺伊大学芝加哥分校);Springbrand(斯普林布兰德公司);Northwestern University(西北大学);Rutgers University(罗格斯大学);Arizona State University(亚利桑那州立大学);University of California San Diego(加州大学圣迭戈分校);Carnegie Mellon University(卡内基梅隆大学);MBZUAI(Mohamed bin Zayed 人工智能大学);Microsoft AI(微软人工智能部门)
该研究提出智能体商业世界(ACWorld)环境,通过氛围式商业协议(VCP)实现可审计可验证的氛围式商业智能体评估,构建含两类轨道的基准并验证模型性能,分析得出过程级证据对评估智能体的必要性。
2026-08-04 cs.AI
Agentic Abstention: Do Agents Know When to Stop Instead of Act?
University of Leeds(利兹大学);Southwest Jiaotong University(西南交通大学);University of Washington(华盛顿大学);Allen Institute for AI(人工智能研究院)
研究LLM智能体在不确定环境下何时应停止行动的问题,提出Agentic Abstention概念,通过实验分析不同模型和框架的弃权行为,并引入CONVOLVE方法提升及时弃权率。
2026-11-09 cs.AI