Causal Agent based on Large Language Model
基于大语言模型的因果智能体
专题命中 软件智能体 ：agent(title,summary_cn)；分类 cs.AI、cs.CL
AI总结 该研究针对LLM难以处理因果问题的挑战，提出Causal Agent框架，构建CausalTQA基准，实验显示其在多层级因果问题及真实数据集上性能优于SOTA。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 软件智能体 17 篇
The Role Specialization Model (RSM): Coordinating LLM-Based Tools in Agentic Software Development - An Exploratory Case Study
角色专业化模型（RSM）：在智能体软件开发中协调基于大语言模型（LLM）的工具——一项探索性案例研究
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；workflow(abstract)
AI总结 本研究通过探索性案例研究提出角色专业化模型（RSM），协调Antigravity、Gemini CLI等三种LLM工具开发Python气候可视化应用，发现明确角色协调可优化开发质量但需配套策略与人工验证。
Comments 28 pages, 4 figures, 5 tables
Agent Safety Should Be a Runtime Contract
智能体安全应成为运行时契约
专题命中 软件智能体 ：agent(title,abstract)；autonomous agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 该研究指出将AI安全仅在训练阶段植入的范式不足，提出智能体安全应是兼具预防与证据层面的运行时契约，通过四类公开证据支撑该立场并给出研究议程。
The Devil Is in the Interface: Evaluating How Tool Architecture Shapes Coding Agent Behavior
关键在于接口：评估工具架构如何影响编码智能体行为
专题命中 软件智能体 ：agent(title,abstract)；agentic(abstract)；分类 cs.SE
AI总结 该研究通过编码智能体的对照实验，发现工具架构会显著影响智能体行为，不同工具架构在一致性、文件访问量、步骤数等方面表现出不同效果，其中Python CodeAct风格接口性能优异。
RecSys Factory: Bounding LLM Agent Autonomy to Decision Points in the Industrial Recommender Lifecycle
RecSys Factory：限制LLM智能体在工业推荐生命周期内的自主决策点
机构 * Tencent（腾讯） ； FiT（腾讯FiT）
专题命中 软件智能体 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 RecSys Factory 是限制 LLM 智能体自主到决策点的平台，解决工业推荐系统运营的三角困境，在腾讯三业务线部署 78 天，CLI 调度成功率达 78.6%。
Comments 21 pages, 6 figures, 9 tables. Reports a 78-day deployment across three heterogeneous industrial recommender business lines (1,624 CLI-tool dispatches). Companion paper: AutoResearch (P3b), which instantiates the same substrate for autonomous research
Better, Faster, Stronger: Programmatic Skill Learning Best Reduces Agent Cost
更好、更快、更强：程序化技能学习最能降低智能体成本
机构 * Johns Hopkins University（约翰斯·霍普金斯大学）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.CL、cs.LG
AI总结 该研究提出程序化技能学习的SpeedRunner编码智能体，通过分析轨迹重构技能，在三个具身环境中实现最优学习与成本降低，且对分布偏移和环境随机性能保持鲁棒性。
Ready Cohorts: Bounding GPU Opportunity and Avoiding Host Round Trips in LLM-Agent Control
就绪队列：在LLM智能体控制中限定GPU机会并避免主机往返
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 该研究针对LLM智能体控制，提出就绪队列边界的形式化方法，通过实验验证设备驻留路由决策路径可提升效率，为GPU智能体控制确立了两个可测量门限。
Comments 14 pages, 4 figures. Includes formal proofs, trace provenance, and a reproducibility appendix. Code and artifacts: https://github.com/josefchen/ready-cohorts ; processed evidence: https://huggingface.co/datasets/josefchen/ready-
Physics-Informed Implicit Neural Representations for Improved Myocardial Perfusion MRI Quantification
用于改进心肌灌注MRI定量的物理信息隐式神经表示
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 该研究将物理信息神经网络（PINN）框架扩展加入时空隐式神经表示（INRs），在真实模拟CMR数据集上提升了心肌灌注参数估计的鲁棒性与准确性。
Comments Accepted at the STACOM workshop at MICCAI, Strasbourg 2026
Backtrader-Bench: Benchmarking LLM Agents on Algorithmic Trading with Self-Generated MCQs
Backtrader-Bench：基于自生成多项选择题的算法交易大语言模型智能体基准测试
机构 * University of California, Riverside（加利福尼亚大学河滨分校）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 Backtrader-Bench是用于算法交易LLM智能体的基准框架，通过自生成MCQ解决评估难题，实验显示带工具智能体准确率显著高于无工具模型，还可生成强化学习训练语料以构建专用量化交易智能体。
Comments Accepted to the FinLLM Workshop at IJCAI 2026. Code and data: https://github.com/rzhao999/Backtrader-Bench
What Iterated Self-Feeding Probes of Language Models Measure, and a test that separates the construction from the model
语言模型迭代自馈探测的测量对象，以及一种区分构造与模型的测试方法
专题命中 软件智能体 ：agentic(abstract)；分类 cs.CL、cs.LG
AI总结 本研究探究语言模型迭代自馈探测的测量对象，提出区分探测构造与模型的测试方法，揭示两类测量量的差异，复现验证工具并纠正错误判断。
Comments 16 pages, 4 figures. Code, per-run results, and the findings ledger: https://github.com/nicoveraz/token-lattice-ca (archived: https://doi.org/10.5281/zenodo.21880472)
REVERE: Reflective Evolving Research Engineer
REVERE：面向科学工作流的反思性进化研究工程师
机构 * TCS Research（TCS研究） ； Yale University（耶鲁大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 REVERE通过全局训练上下文学习和反思优化框架，提升科研编码任务性能，实现4.50%、3.51%和4.89%的提升。
Comments Published as a conference paper at COLM 2026
Program Semantic Inequivalence Game with Large Language Models
基于大语言模型的程序语义不等价博弈
机构 * University of Edinburgh（爱丁堡大学） ； Cisco Systems（思科系统）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本研究提出基于语义不等价博弈（SInQ）的方法，通过生成器与评估器智能体半对抗训练合成代码推理数据，在跨语言漏洞检测等基准上显著提升LLMs的代码语义理解能力。
Harness-IF: Evaluating Instruction Following Across Instruction Surfaces in Coding Agents
Harness-IF：评估编码智能体在不同指令层面的指令遵循能力
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 本研究推出Harness-IF评估框架，引入AP-Acc指标区分编码智能体的指令合规与巧合，发现12个前沿模型在对抗先验规则上表现更差，且合并优先级不随提示深度变化。
Comments 26 pages, 7 figures, 8 tables
Principal Trait Analysis: Towards Deriving "Skills" in Human-AI Collaboration
主特质分析：面向人机协作中“技能”的推导
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL
AI总结 本研究提出主特质分析算法，从人机协作编码数据中推导有效交互特质，该特质可解释协作者行为并预测任务结果，但特质是否为技能仍需验证。
Identity from the Outside: A Conceptual Framework and Research Program for AI Personality Clones
来自外部的身份：AI人格克隆的概念框架与研究计划
机构 * R&D Mediation（调解研发部）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 该研究针对AI人格克隆问题，提出含六项分解的身份概念框架，定义不可区分性，通过类比阐明线性性，区分代理类型，提出实验计划，主张以环境保真度为长期标准，核心为条件猜想。
IF:CARGO: LLM-Based Semantic Compilation for Al-Native Rule Programming Games
IF:CARGO：面向AI原生规则编程游戏的基于大语言模型的语义编译
专题命中 软件智能体 ：agent(abstract)
AI总结 本研究通过实验性益智游戏IF:CARGO，将大语言模型用作语义编译器而非游戏代理，开展24人混合方法游戏测试，提出AI原生游戏需约束自然语言输入、保留玩家创作权并确保确定性执行的模式。
Comments Accepted to 2026 AAAI Conference on Artificial Intelligence and Digital Interactive Entertainment (AIIDE)
Joint Identifiability and Conditioning in Finite-Horizon Continuous-Time Inverse LQR with Unknown Dynamics
未知动力学下有限时域连续时间逆LQR的联合可识别性与条件约束
专题命中 软件智能体 ：agent(abstract)
AI总结 本文针对未知动力学的有限时域连续时间逆LQR问题，利用时变最优增益的内生激励建立联合可识别性条件，开发感知条件的采样数据重构方法，通过数值实验验证了理论与条件指数的诊断价值。
