Agentic Coding in the Wild: Characterizing GitHub Copilot Traces at Production Scale
Microsoft Azure Research(微软Azure研究院);Microsoft Azure(微软Azure)
该研究对GitHub Copilot等AI编码智能体的生产规模轨迹进行特征分析,揭示其工作负载特性,设计轻量级空闲预测器,为智能体原生LLM服务基础设施提供实证基础。
2026-08-04 cs.AI cs.LG
Magnet: Detecting Cross-Session AI Misuse Through Capability Accumulation
该研究针对AI集成体的跨会话滥用风险,提出Magnet方法,通过聚合跨会话累积的相关能力来检测此类滥用,填补了现有单会话检测的缺口。
2026-08-04 cs.AI cs.CY
ARAG: Agentic Retrieval Augmented Generation for Personalized Recommendation
Walmart Global Tech(沃尔玛全球科技)
本文提出ARAG框架,通过将多智能体协作机制集成到RAG流程中,利用用户理解、自然语言推理、上下文总结和项目排序四个智能体捕捉动态用户偏好,显著提升了个性化推荐性能。
2025-08-11 cs.AI cs.CL cs.IR
OpenGameEval: Benchmarking Agentic Programming and Exploration in a Stateful Game Engine
Roblox
OpenGameEval在Roblox Studio中评测智能体编程,通过分离观察与编辑工具直接衡量探索,发现探索行为显著预测任务成功率,且当前模型在84个任务上表现困难。
2026-10-05 cs.AI cs.LG
Logic layer Prompt Control Injection (LPCI): A Novel Security Vulnerability Class in Agentic Systems
Qorvex Consulting(Qorvex咨询公司);Roshan Consulting(Roshan咨询公司);OWASP Top 10 for LLMs(OWASP顶级LLM列表);NIST GenAI PWG(NIST生成AI工作组);Deloitte Enterprise Risk | Internal Audit | Technology GRC(德勤企业风险管理|内部审计|技术治理与合规);Reykjavik University(雷克雅未克大学);Nokia, Technology Center, Ulm, Germany(诺基亚技术中心,德国乌尔姆)
本文提出逻辑层提示控制注入(LPCI),一种针对智能体系统的新型安全漏洞,通过记忆或工具输出嵌入隐蔽载荷,绕过过滤器并跨会话触发未授权行为。
2025-08-06 cs.AI cs.CR cs.LG
Why Git Is the Memory Solution for the Agentic Development Lifecycle
MIT(麻省理工学院)
研究智能开发生命周期中代码变更推理过程的记忆问题,提出将记忆与Git绑定的方法,通过解决种子供应和答案组装问题,实现低令牌数回答且结果可复制。
2026-07-17 cs.AI cs.IR cs.SE
Memoria: A Scalable Agentic Memory Framework for Personalized Conversational AI
BlackRock, Inc.(黑石公司)
Memoria通过结合动态摘要和加权知识图,为LLM提供持久记忆,实现对话连贯性和个性化,适用于需要适应性用户体验的行业应用。
2025-12-14 cs.AI cs.CL
Agentic Router: An Execution-Grounded Continual Learning Approach With Memory
Zhejiang University(浙江大学);Zhejiang Lab(之江实验室);State Grid Hebei Electric Power Co., Ltd.(国网河北省电力有限公司);Macau University of Science and Technology(澳门科技大学)
该研究针对CLI-based SONiC操作,提出基于执行的双路径后果感知智能体,通过生成动作、预测后果、重排序选择,提升可行动作覆盖度与执行成功率,两条路径互补增益。
2026-08-11 cs.AI
Agentic Cloud Decoys: A Deception-Driven Framework for Autonomous Intrusion Investigation
College of Information Science University of Arizona Tucson, AZ, USA
研究针对云遥测使入侵理解困难的问题,提出云诱饵人工智能代理框架,通过会话聚合运算符、动态提示生成等方法,在十个AWS S3场景测试中效果良好,能压缩调查路径,多数场景可完全重建,且延迟短。
2026-07-28 cs.AI cs.CR cs.DC
Rethinking Multi-Image Re-Representation in Multi-Image Understanding
LMU Munich(慕尼黑大学);MCML(慕尼黑机器学习中心)
本文通过引入Mosaic框架和MosaicBench基准,系统比较了多图像理解中文本与视觉再表示的效果,发现视觉再表示在精确视觉证据任务中优势显著,并训练出MosaicAgent-8B智能体自主学会组合视觉操作。
2026-10-01 cs.AI cs.CV
Shared Selective Persistent Memory for Agentic LLM Systems
Apple Inc.(苹果公司)
智能语言模型系统面临上下文问题,本文提出共享选择性持久内存架构,识别保留四类可重用上下文,丢弃特定会话推理痕迹,实现共享协作重用。在企业场景和公共数据集实验中验证其有效性,提高任务完成率,降低成本,优于全历史持久化等极端方式。
2026-09-16 cs.AI cs.MA cs.SE
Trustworthy Agentic AI: Failure Modes, Mitigation Strategies, and a Lifecycle Framework for Autonomous LLM Systems
Indiana University Indianapolis(印第安纳大学印第安纳波利斯分校);Purdue University Northwest(普渡大学西北校区);Higher Colleges of Technology(高等技术学院);Yale University(耶鲁大学)
本文从安全鲁棒性、对齐监督、透明度、隐私治理和合规五个维度,系统梳理了自主LLM智能体的故障模式与缓解策略,并提出涵盖规范、设计、训练、评估、部署和监控六阶段的可信智能体开发生命周期框架。
2026-09-22 cs.AI
Contextual Agentic Memory is a Memo, Not True Memory
The Chinese University of Hong Kong(香港中文大学);Zhejiang University(浙江大学)
本文指出当前代理记忆系统仅实现查找而非记忆,导致代理能力、长期学习和安全性的局限,提出生物智能通过结合快速海马体示例存储与慢速新皮层权重巩固解决此问题。
2026-08-06 cs.AI cs.CL
VecTree-RAG: An Agentic Retrieval-Augmented Generation Framework Combining Vector and Tree Retrieval for Efficiency and Accuracy
Xi’an Jiaotong-Liverpool University(西交利物浦大学);Suzhou Lab(苏州实验室);China University of Petroleum (Beijing)(中国石油大学(北京));University of Liverpool(利物浦大学)
研究针对科学问答中识别相关论文及找支持证据的问题,提出VecTree-RAG框架,结合向量与树检索机制。经多组问题评估,该框架在多个基准上获高分,证据页面精度高,且完整架构所需推理令牌少,为科学文献问答提供结构感知且可追溯的架构。
2026-07-28 cond-mat.mtrl-sci cs.AI cs.IR
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
Beyond Human-Readable: Rethinking Software Engineering Conventions for the Agentic Development Era
Military Institute of Telecommunications and Information Technologies (MITIT)(军事电信与信息技术研究所)
本文探讨代理开发时代软件工程惯例的变革,提出语义密度优化原则,通过实验验证压缩对开发成本的影响,并提出程序骨架概念和语义意图与可读性分离的主张。
2026-04-08 cs.AI cs.SE
D-MEM: Dopamine-Gated Agentic Memory via Reward Prediction Error Routing
D-MEM通过奖励预测误差路由实现多巴胺门控代理记忆,减少token消耗并提升多跳推理和对抗鲁棒性。
2026-03-15 cs.AI q-bio.NC
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
SEIS: Self-Evolving Inference Systems
University of Chicago(芝加哥大学)
本文提出SEIS,一种基于智能体自进化的推理系统优化方法,端到端优化整个mini-sglang引擎,在H100上实现3.27倍吞吐量提升,并超越现有最先进引擎,证明自进化可优化复杂系统。
2026-10-06 cs.AI
MEMRES: A Memory-Augmented Resolver with Confidence Cascade for Agentic Python Dependency Resolution
Faculty of Information Technology(信息科技学院);University of Science(科学大学);Vietnam National University(越南国家大学)
MEMRES通过多级置信度级联和内存增强技术提升Python依赖解析效率,其结合自演化记忆、错误模式知识库、语义导入分析及Python 2启发式检测器,实现86.6%的解析成功率。
2026-04-18 cs.AI cs.SE
From LLM Inference to Agentic Workloads: Characterization and Implications for Serving Systems
Hong Kong University of Science and Technology(香港科技大学);Alibaba Group(阿里巴巴集团);Bytedance(字节跳动)
本文提出AgentSysBench基准套件,分析智能体工作负载与传统LLM服务的6项差异,据此开展的4项设计探索可实现延迟降低、效率提升、内存减少及冗余调用节省等效果。
2026-08-18 cs.AI cs.DC cs.MA
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
The Misattribution Gap: When Memory Poisoning Looks Like Model Failure in Agentic AI Systems
Department of Computer Science, University of Texas at El Paso(德克萨斯大学埃尔帕索分校计算机科学系);School of Computing, Southern Illinois University Carbondale(南方伊利诺伊大学卡本代尔分校计算机学院);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文识别了多智能体AI系统中的“归因偏差”问题,即记忆层攻击导致的行为与模型失败无法区分,并形式化了“语义规范漂移”(SND)作为第三种不当行为路径,提出了反事实组合测试和记忆持久信息流控制等防御方法。
2026-05-12 cs.AI cs.CR cs.LG
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
Momento: Evaluating Persistent Memory and Reasoning with Multi-Session Agentic Conversations
Institut Teknologi Bandung(万隆技术大学);Stanford University(斯坦福大学);Capital One
提出Momento基准,通过多会话服务环境评估代理在跨会话中利用持久记忆和推理完成个性化任务的能力,发现现有代理因误估用户状态而表现不佳。
2026-05-30 cs.CL
ECHO: A Locally-Deployable Agentic Health Assistant with Temporal Memory, Safety Guardrails, and Speech Assessment
本文提出具备时序记忆、安全护栏与语音评估功能的本地可部署智能体式健康助手ECHO,其核心聊天机器人、安全层、语音评估模块均达特定性能指标,且可在消费级硬件运行,符合数据保护法规。
2026-08-12 cs.AI cs.CL
Beyond Dyadic Memory: Interaction-Aware Multimodal Memory with Adaptive Agentic Retrieval for Multi-Party Spoken Conversations
针对多方口语对话长期记忆缺失问题,提出交互感知多模态记忆框架VoxPolyMem,结合增量说话人识别与记忆层级,并引入EG-GRPO优化检索,在VoxPolyBench等基准上显著超越基线。
2026-09-29 cs.AI cs.IR cs.SD
ShardMemo: Scope-Before-Routing for Agentic Memory Retrieval
Department of XXX, University of YYY, Location, Country(XXX系,YYY大学,地点,国家);School of ZZZ, Institute of WWW, Location, Country(ZZZ学院,WWW研究所,地点,国家)
ShardMemo通过遮蔽MoE路由优化分片代理LLM内存,提升F1分数并减少检索工作和延迟
2026-09-01 cs.AI cs.CL
PAARS: Persona Aligned Agentic Retail Shoppers
Amazon(亚马逊)
本文提出PAARS框架,通过挖掘人格创建合成购物智能体并配备零售工具,在群体层面衡量与人类行为的对齐度,初步应用于自动化智能体A/B测试。
2025-03-31 cs.AI cs.CL cs.MA
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
SocialWise: LLM-Agentic Conversation Therapy for Individuals with Autism Spectrum Disorder to Enhance Communication Skills
Albert Tang(阿尔伯特·坦)
SocialWise通过浏览器应用结合LLM对话代理和治疗性检索增强生成(RAG)知识库,为自闭症谱系障碍个体提供低成本、高效的沟通技能培训。
2026-03-28 cs.AI cs.HC cs.IR
Session Risk Memory (SRM): Temporal Authorization for Deterministic Pre-Execution Safety Gates
Independent Researcher(独立研究者);ILION Project(ILION项目)
本文提出SRM,一种轻量确定性模块,通过轨迹级授权扩展无状态执行门,以检测分布式攻击。实验显示SRM在检测率和准确率上优于传统方法,且具备低延迟。
2026-03-22 cs.AI cs.CR
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
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
Multi-Large Language Model Orchestrated Severity Assessment of Clinical Records (MOSAIC)
Department of Drug Design and Pharmacology, University of Copenhagen(哥本哈根大学药物设计与药理学系);GSK(葛兰素史克);School of Pharmacy, University of Rhode Island(罗德岛大学药学院)
研究用MOSAIC这一两阶段智能语言模型框架对2型糖尿病严重程度进行表型分析,以合成队列评估其与多种算法真值对比情况及全因死亡率等,结果显示该框架有优势,智能分类与固定规则执行不同。
2026-07-07 cs.CL
The Agentic Researcher: A Practical Guide to AI-Assisted Research in Mathematics and Machine Learning
Department for AI in Society, Science, and Technology(人工智能与社会、科学和技术部门);Zuse Institute Berlin(柏林Zuse研究所);Institute of Mathematics(数学研究所);Technische Universität Berlin(柏林技术大学)
本文提出了一种开源框架,通过方法学规则将CLI编码代理转化为自主研究助手,并通过深度学习和数学案例研究,指导研究人员如何有效利用AI工具进行研究。
2026-03-16 cs.AI cs.LG
DigitalCoach: Communication and Grounding Gaps in Human and Agentic Computer Use Coaching
University of California, Berkeley(加州大学伯克利分校);Technical University of Munich(慕尼黑工业大学)
提出DigitalCoach数据集,包含72次人机辅导会话,评估模型在计算机使用教学中的表现,发现模型在解释、错误诊断和视觉基础方面存在不足。
2026-09-02 cs.AI cs.CL cs.HC
Structuring agentic AI for HPC code modernization
San Diego Supercomputer Center(圣地亚哥超级计算机中心);University of California, San Diego(加州大学圣地亚哥分校);La Jolla, California, United States(圣地亚哥, 加州, 美国)
提出一种结构化智能体AI方法,通过手动示例、持续可构建性和限制会话范围,成功将6万行Fortran MPI代码在数月内转换为C++ OpenMP并行代码。
2026-06-07 cs.AI cs.SE
An Agentic AI System for Multi-Framework Communication Coding
Duke School of Medicine(杜克大学医学院);Duke-NUS Medical School(杜克-新加坡国立大学医学院);MedStar Health National Center for Human Factors in Healthcare(MedStar Health国家医疗人因中心);University of Pennsylvania(宾夕法尼亚大学);Duke Cancer Institute(杜克癌症研究所);Duke University(杜克大学)
本研究提出MOSAIC系统,通过多代理架构实现多框架临床沟通编码,达到高F1得分,尤其在患者行为识别上表现突出。
2026-10-14 cs.CL cs.LG
SafeAgent: A Runtime Protection Architecture for Agentic Systems
Lomonosov Moscow State University(莫斯科罗蒙诺索夫国立大学)
本文提出SafeAgent,一种运行时安全架构,通过分离执行治理与语义风险推理,提升代理系统在多步骤流程中的安全性。
2026-04-19 cs.AI cs.MA
From Prompt Injection to Persistent Control: Defending Agentic Harness Against Trojan Backdoors
Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学人工智能学院 Gallagher 学院)
本文提出ClawTrojan基准测试揭示本地智能体框架中的多步木马攻击,并设计DASGuard防御方法,通过扫描控制文本、追溯来源并清除不可信控制内容,实现动态防御。
2026-05-29 cs.AI cs.CL cs.CR
Quantum-Secure-By-Construction (QSC): A Paradigm Shift For Post-Quantum Agentic Intelligence
PricewaterhouseCoopers USA(普华永道美国公司);Independent Researcher(独立研究者)
本文提出QSC范式,通过融合后量子密码学、量子随机数生成和量子密钥分发,为代理智能系统提供运行时自适应的安全架构,减少量子安全引入的复杂性和成本。
2026-03-12 cs.AI cs.CR quant-ph
CAMP: Cumulative Agentic Masking and Pruning for Privacy Protection in Multi-Turn LLM Conversations
Independent Researcher(独立研究员)
CAMP通过跨轮次隐私保护框架,解决多轮对话中累积PII暴露问题,通过会话级注册、共现图和CPE评分实现有效隐私保护,同时保持对话实用性。
2026-04-16 cs.AI cs.CR
Learning When to Act or Refuse: Guarding Agentic Reasoning Models for Safe Multi-Step Tool Use
Microsoft Research(微软研究院)
提出MOSAIC框架,通过显式安全推理和基于偏好的强化学习,使代理模型在工具使用中安全决策,减少有害行为并保持良性性能。
2026-06-03 cs.CL
Prompt Coach: An Empirical Evaluation of an Agentic Tutor for Learning Prompt Engineering in Software Development
Accenture Labs, India(Accenture实验室,印度);Accenture, India(Accenture,印度);Accenture, USA(Accenture,美国)
研究针对软件开发人员难以掌握的提示工程技能,提出智能导师Prompt Coach,通过苏格拉底式指导助其学习编写高质量代码生成提示,经实证研究,15名专业开发者参与,单次课程后有显著改进,提升了提示编写技能。
2026-07-08 cs.AI cs.CY cs.HC
MemArena: An Ego-Centric Benchmark for On-Device Agentic Personal Memory Assistants at Scale
MBZUAI(穆罕默德·本·扎耶德人工智能大学)
本研究针对现有记忆基准测试的不足,构建了MemArena基准,评估了不同记忆后端对移动端个人记忆助手的影响,发现后端选择对内容准确性影响更大,权限感知访问失效,搜索延迟仅在阅读器规模极小时有影响。
2026-10-06 cs.AI cs.CL cs.LG
AgentForge: An Immersive Role-Playing Platform for Learning Agentic Software Engineering
Vanderbilt University(范德堡大学)
本研究提出沉浸式角色扮演平台AgentForge,让新手在多智能体代码修复工作流中担任软件工程角色,经37名新手开发者测试,该平台可提升新手的软件工程技能与智能体协作理解。
2026-08-06 cs.AI cs.HC cs.SE
Zero-Trust Runtime Verification for Agentic Payment Protocols: Mitigating Replay and Context-Binding Failures in AP2
eBay Inc(eBay公司)
本文提出了一种零信任运行时验证框架,通过动态生成非ces强制显式上下文绑定和一次性使用命令语义,以缓解AP2中的重放和上下文重定向攻击。
2026-02-06 cs.AI cs.CR
RaMem: Contextual Reinstatement for Long-term Agentic Memory
University of Southern California(南加州大学)
针对长期记忆中的上下文坍塌问题,提出RaMem框架,通过证据锚定、回忆条件归纳、有效性感知检索和上下文保留合成四个阶段,将检索到的记忆片段转化为可验证的上下文证据,在多个基准上平均F1提升超10%。
2026-06-23 cs.AI cs.MA
Task- and Session-Level Model Routing: A Common-Interface Hybrid Evaluation of Four Open-Source Routers Across Four Benchmarks
Indiana University(印第安纳大学)
该研究提出通用测量协议,在四个基准上混合评估四种开源路由,发现多数路由层级分配恒定,vLLM语义路由随提示变化但无最高成功率,需控制固定层级基线以评估路由。
2026-09-11 cs.AI stat.ML
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 Coding Needs Proactivity, Not Just Autonomy
本文探讨了软件开发中代理编码的主动性与自主性区别,提出主动性分类和评估标准,旨在提升编码代理的洞察力和适应性。
2026-05-07 cs.AI cs.SE
A Policy-Driven Runtime Layer for Agentic LLM Serving
University of California, Santa Cruz(加州大学圣克鲁兹分校)
针对多智能体LLM系统中跨层策略难以高效实现的问题,提出在框架与引擎之间插入智能体运行时层,通过四个原语支持任意智能体感知策略,并在KV缓存策略CacheSage上验证了有效性。
2026-07-31 cs.AI
MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks
Stanford University(斯坦福大学);Princeton University(普林斯顿大学);University of Pittsburgh(匹兹堡大学)
MemoryArena是一个用于评估多会话代理任务中代理记忆的统一评估环境,揭示了现有长上下文记忆基准在代理任务中的不足。
2026-09-21 cs.CL