AI Agent

STREAM: An Objective-Driven and Uncertainty-Aware Framework for Industrial Energy Data Acquisition

STREAM：面向工业能源数据采集的目标驱动且感知不确定性的框架

Zhipeng Ma, Bo Nørregaard Jørgensen, Zheng Grace Ma

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出STREAM框架，通过六个阶段实现目标驱动且感知不确定性的工业能源数据采集，经两个工业案例验证，可明确数据可访问性与分析适用性的差异，支撑透明决策。

Comments It has been accepted by Energy Informatics.Academy Conference 2026 (EI.A 2026)

Evaluating Quantum Kernel Methods for Track-Based Classification in High-Energy Physics

评估用于高能物理中基于径迹分类的量子核方法

Emmanuel Billias, Nikos Chrisochoides

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究针对高能物理径迹分类，提出大规模量子核分类系统设计，基于QSVC实现，其规模远超同类研究，在理想模拟下召回率最高，还量化了硬件噪声对其性能的影响。

HoloCMA: A Holographic Eye on Coarse-Mode Aerosols

HoloCMA：对粗模态气溶胶的全息观测

Nikil Krishnakumar, Ryne A. Juidici, Nicholas Bravo-Frank, Shibo Wang, Qisheng Ou, Francisco J. Romayb, Wing Lai, Chongai Kuang, Naruki Hiranuma, David Y. H. Pui, Jiarong Hong

专题命中 工作流自动化 ：workflow(abstract)

AI总结 HoloCMA结合数字 inline 全息术、数值重建和深度学习，可实时原位测量5.0微米至毫米级粗模态气溶胶的几何尺寸与数浓度，精度较高，适用于大气等监测。

Comments 27 pages, 7 figures

A solid-solution approach for room-temperature bulk plasticity in KTa1-xNbxO3

KTa1-xNbxO3中室温块体塑性的固溶体方法

Alexander Frisch, Jiawen Zhang, Martin Setvin, Xuping Wang, Wenjun Lu, Xufei Fang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出固溶体方法，通过闭环验证流程证实KTa1-xNbxO3（0<x<1）钙钛矿氧化物具备室温块体塑性，拓展了可位错工程改造的钙钛矿氧化物范围。

Comments 10 pages, 4 figures

Fröberg's Conjecture for Quintics and Septics in Four Variables

四变量五次型与七次型的Fröberg猜想

Qihang Wang, Dongming Zhang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文证明了四变量五次型（r=6至11）与七次型（r=6至21）的Fröberg猜想，通过Macaulay乘法矩阵端点秩计算及Zariski开性，得到特征零域上的对应结果。

Comments 7 pages; ancillary exact verification programs and certificate; v3 revises the acknowledgements and automated-assistance disclosure. The theorem statements and proofs are unchanged

Residual Flow Matching with Dynamic Cross-Interaction for 3D Multi-Person Motion Prediction

面向三维多人运动预测的带动态交叉交互的残差流匹配

Wei Wei, Yinyuan Zhao, Ruixuan Yu

专题命中 工作流自动化 ：agent(abstract)

AI总结 针对三维多人运动预测中流匹配的结构一致性与智能体交互问题，提出先验引导残差流匹配框架，含DCP、DCI机制和解耦关节-运动架构，在多数据集上实现最优预测精度。

Same Model, Different Harness: Different Coding-Agent Results

相同模型，不同工具链：编码智能体的结果差异

Sydney Lewis

专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE

AI总结 本文探究模型与任务固定时，工具链改变对编码智能体结果的影响，发现特定工具链配置可提升模型在编码基准的表现，故编码智能体评估需将模型与工具链共同视为求解器。

Comments 24 pages, 9 figures. Software and study artifacts: https://github.com/sydches/yuj

Claude Code Complete User Handbook

Claude Code 完整用户手册

David Soldani

专题命中 软件智能体 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.SE

AI总结 本书针对智能体工作环境Claude Code，提出四项治理主张，详述安全高效操作该系统的方法，附原始来源引用、证据账本及相关框架对照表与成熟度模型。

Comments 208 pages, 34 chapters, 14 appendices, 7 figures, 46 tables, 106 references, 13 worked exercises. Version 1.0. Verification baseline: Claude Code 2.1.241, 23 August 2026; re-verified against 2.1.246, 26 August 2026

DeepRepro: State-Aware Subplanning for Paper-to-Code Reproduction in Evolving Repositories

DeepRepro：面向演化仓库中论文到代码复现的状态感知子规划

Hongru Song, Ruqing Zhang, Jiafeng Guo, Xueqi Cheng, Maarten de Rijke

专题命中 软件智能体 ：agent(abstract)；planning(abstract)；agentic(abstract)；分类 cs.SE

AI总结 针对现有论文到代码复现系统因静态规划易出现不一致的问题，提出DeepRepro状态感知框架，通过动态生成子规划并结合编排与监控，在PaperBench Code-Dev上表现优于基线

Comments Accepted by CIKM2026 Demo Track

Loop Engineering: Building Blocks, Adoption, and Impact

循环工程：构建模块、采用情况及影响

Jai Lal Lulla, Vahram Nersesyan, Seyedmoein Mohsenimofidi, Christoph Treude, Sebastian Baltes

专题命中 软件智能体 ：agent(abstract)；autonomous agent(abstract)；agentic(abstract)；分类 cs.SE

AI总结 本文对新兴循环工程领域开展探索性研究，分析其构建模块、开源项目采用情况，挖掘36710个仓库发现217个存在自主智能体循环，并规划了智能体自主层级的对照研究。

Comments 10 pages, 2 tables, under review

CodeEvolve: an open source evolutionary coding agent for algorithmic discovery and optimization

CodeEvolve：用于算法发现和优化的开源进化编码智能体

Henrique Assumpção, Diego Ferreira, Leandro Campos, Fabricio Murai

机构 * Inter Science - Inter&Co ； Federal University of Minas Gerais（联邦大学伯南迪斯） ； Worcester Polytechnic Institute（沃思彻斯特理工大学） 纠错

专题命中 软件智能体 ：agent(title)；分类 cs.AI、cs.LG

AI总结 提出CodeEvolve开源框架，结合大语言模型与岛屿进化搜索，通过灵感交叉、元提示和深度细化，在AlphaEvolve基准上匹配或超越5/9问题，并在匹配条件下优于OpenEvolve和ShinkaEvolve，以更低成本超越前沿闭源集成。

Comments EMNLP 2026 Findings;23 pages, 16 figures, 12 tables

Autoresearch with Coding Agents: Generalizers and Metric-Maximizers on Quran Recitation Data

使用编码智能体进行自动研究：古兰经诵读数据上的泛化器和指标最大化器

Nursultan Askarbekuly, Mohamad Al Mdfaa, Ahmed Helaly, Gonzalo Ferrer, Manuel Mazzara

机构 * Innopolis University（因诺波利斯大学） ； Skolkovo Institute of Science and Technology（斯克尔科沃科学与技术研究所） 纠错

专题命中 软件智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.SE

AI总结 研究在古兰经诵读数据任务中智能体自动研究模式，Claude Code和OpenAI Codex从同一起点出发，先发明相同算法后有分歧，添加测试集后情况变化，还提炼出评估自主智能体的五条设计规则，智能体解决方案超越手工管道。

Beyond Execution: Auditing Experimental Fidelity in LLM-Driven Scientific Research

超越执行：审计大语言模型驱动科学研究中的实验保真度

Lezhi Yu, Xiaogang Xu, Yuhua Zhou, Shuibing He, Aimin Pan

专题命中 软件智能体 ：workflow(abstract)；分类 cs.AI、cs.SE

AI总结 该研究针对LLM驱动科学实验中智能体的方法学幻觉问题，提出ABE-Ralph审计框架，在复现实验中实现93%稳健执行率，可检测科学失败模式，NatureBench任务表现优异。

Comments 20pages, 5 figures, code link: https://github.com/Flavorfish/AutoRepro

FaulT-Bench: Towards Benchmarking Network Troubleshooting LLM Agents under Unreliable User Tickets

FaulT-Bench：面向不可靠用户工单场景下网络故障诊断大语言模型智能体的基准测试

Kuan-Hao Tseng, Niruth Bogahawatta, Yasod Ginige, Kunjan Patel, Kosta Dakic, Suranga Seneviratne

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI

AI总结 FaulT-Bench 是针对网络故障诊断 LLM 智能体的基准测试，涵盖含虚假工单的 200 个场景，评估 SADE 等智能体后发现其在错误工单上性能骤降，可用于开发可靠的智能体系统。

Agents Don't Paginate: First-Chunk Selection for LLM Tool Responses

智能体不进行分页：面向大语言模型工具响应的首块选择

Tatiana Petrova, Andrei Mazniak, Radu State

机构 * SnT, University of Luxembourg（卢森堡大学SnT（卢森堡大学安全、可靠性与信任中心）） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL

AI总结 该研究针对LLM编码智能体的工具响应首块选择问题，发现提升首块Top1准确率不会系统性提升下游准确率，无参数关键词评分器可提升p₁但不影响下游准确率。

Blast Radius

爆炸半径

MY Pitsane, Hope Mogale

机构 * Algorithm Reconnaissance Division（算法侦察部） ； Mankind Research Labs（人类研究实验室） ； North-West University（西北大学） ； University of Pretoria（比勒陀利亚大学） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI

AI总结 针对智能体编码的令牌浪费问题，提出Blast Radius内存管理层，结合NECROPHORESIS与RDM实现可逆上下文驱逐，在7个OpenAI模型上降低令牌消耗17%-26%，提升编码可持续性。

Comments major revisions are needed and this will be restored later on

Do Coding Agents Need Executable World Models, Simplification, and Verification to Solve ARC-AGI-3?

解决ARC-AGI-3编码智能体是否需要可执行世界模型、简化和验证？

Sergey Rodionov

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 研究探讨解决ARC-AGI-3时编码智能体是否需可执行世界模型、简化和验证。通过四个基于Codex的嵌套智能体评估，发现各变体随模型和推理强度改进，组件影响因设置而异，完整验证处理最佳，文本变体在部分设置中表现出色。

Comments 45 pages, 3 figures

A Survey of LLM-based Automated Program Repair: Taxonomies, Design Paradigms, and Applications

基于大型语言模型的自动程序修复综述：分类、设计范式与应用

Boyang Yang, Zijian Cai, Fengling Liu, Bach Le, Lingming Zhang, Tegawendé F. Bissyandé, Yang Liu, Haoye Tian

专题命中 软件智能体 ：agentic(abstract)；分类 cs.SE

AI总结 本文综述了基于LLM的自动程序修复，提出统一分类法，涵盖四种范式，并讨论了评估实践和未来研究方向。

Lost in Code Generation: Reimagining the Role of Software Models in AI-driven Software Engineering

在代码生成中迷失：重新构想软件模型在AI驱动软件工程中的作用

Jürgen Cito, Dominik Bork

专题命中 软件智能体 ：agentic(abstract)；分类 cs.SE

AI总结 该研究针对AI生成软件存在的缺陷，提出从AI生成系统中恢复软件模型，区分智能体与人类反思循环，将软件模型作为连接现有软件工程与AI驱动开发的桥梁，拓展了软件模型的作用。

Comments New version accepted at MODELS'26

Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation

具身导航器：指向、思考、记忆与对齐以实现高效导航

Hongyan Feng, Sunlai Chen, Xuanyu Liu, Miao Pan, Yangfan Xie, Yuxiang Cui, Zhongxiang Zhou, Rong Xiong, Wenqi Zhang, Jianwei Yin, Yueting Zhuang, Xuhong Zhang

机构 * ZJU（浙江大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)

AI总结 本研究提出具身导航框架TAMP-Nav，通过像素转3D动作、选择性推理记忆与GRPO两级对齐，在R2R-CE数据集上实现66.2% SR，仅需90k训练轨迹，达成高效具身导航的最优性能。

RTNav: Towards Real-Time Zero-Shot Object Navigation

RTNav：迈向实时零样本目标导航

Easop Lee, Lingyu Zhang, Boyuan Chen

机构 * Duke University（杜克大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 针对零样本目标导航方法在现实实时场景下的性能下降问题，提出RTNav架构，在HM3D系列数据集的实时变体上实现了成功率与完成时间加权成功率的显著提升。

SWE-Bench Mobile: Can Large Language Model Agents Develop Industry-Level Mobile Applications?

SWE-Bench Mobile: 大语言模型代理能否开发行业级移动应用？

Muxin Tian, Zhe Wang, Blair Yang, Zhenwei Tang, Kunlun Zhu, Honghua Dong, Hanchen Li, Xinni Xie, Guangjing Wang, Jiaxuan You

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.SE

AI总结 SWE-Bench Mobile评估大语言模型代理在开发行业级移动应用中的能力，发现商业代理表现优于开源替代品，且简单提示策略更有效。

Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining, Vol. 2, pp. 8077-8087, 2026

MemGUI-Bench: Benchmarking Memory of Mobile GUI Agents in Dynamic Environments

MemGUI-Bench: 动态环境中移动GUI代理内存能力的基准测试

Guangyi Liu, Pengxiang Zhao, Yaozhen Liang, Qinyi Luo, Shunye Tang, Yuxiang Chai, Weifeng Lin, Han Xiao, WenHao Wang, Siheng Chen, Zhengxi Lu, Gao Wu, Hao Wang, Liang Liu, Yong Liu

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 MemGUI-Bench提出一个综合的内存导向基准测试，通过128个任务评估移动GUI代理的内存能力，揭示了各系统中的显著内存缺陷并提出5种设计改进措施。

Comments Accepted to ACM MM 2026. Project page: https://memgui-bench.github.io/

VISA: Agentic Self-Evolving Data Synthesis for Multimodal Instruction Following

VISA：用于多模态指令遵循的智能体式自进化数据合成

Min Zeng, Guanxin Tan, Libin Cen, Yafei Wen, Rui Hu, Liuyang Bian, Xiaolong Chen, Xiaoxin Chen

机构 * vivo AI Lab（vivo AI实验室） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract,abstract_cn)；分类 cs.CL

AI总结 VISA是一种智能体式自进化数据合成框架，通过自进化循环优化多模态指令合成，在MM-IFEval等基准上提升了多模态指令遵循性能。

When Memory Takes Gradients: Collaborative Vector Memory for Agentic Recommender Systems

当记忆获取梯度：面向智能体推荐系统的协同向量记忆

Hanchong Chen, Xing Tang, Lingjie Li, Xiongfeng Shan, Xiuqiang He

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 该研究针对智能体推荐系统中文本记忆的局限，提出CoVeMem协同向量记忆方法，在四个推荐基准上多数指标优于现有文本记忆智能体，无需额外LLM调用即可利用完整交互历史优化模型。

Comments 11 pages, 3 figures

SKILL.state: Scalable Long-Horizon Agent Skills

SKILL.state：可扩展的长程智能体技能

Sanket Badhe, Priyanka Tiwari, Jonghyun Chung

机构 * Google LLC（谷歌公司） ； Purdue University（普渡大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 针对现有智能体运行时的长程延迟与上下文污染问题，提出SKILL.state架构，用显式可变执行状态替代追加式对话历史，提升任务准确率并降低令牌消耗。

Comments accepted at EMNLP

TailorCoPilot: Enabling Agentic Pattern Making with Version-Controlled State Tracking

TailorCoPilot：实现带版本控制状态跟踪的智能体式制版

Yuexin Sun, Zhaohui Wang, Ruiyang Liu, Demian Kong, Qian He, Gaofeng He, Huamin Wang

专题命中 记忆与上下文管理 ：agentic(title,abstract)；workflow(abstract)

AI总结 TailorCoPilot是基于TailorTrace版本控制后端的智能体式制版系统，可记录专家隐性制版知识，在用户研究中提升了新手的制版任务表现，为生成式AI和学徒制提供支持。

Comments To appear in ACM Symposium on User Interface Software and Technology (UIST 2026)

Safety Does Not Compose: Non-Decaying Loop State for Autonomous LLM Agents

安全性无法组合：自主大型语言模型智能体的非衰减循环状态

Chenhao Wu, Haoxuan Jia, Yang Liu, Yingguang Yang, Yuhan Lin, Chongyang Zhang, Hao Zheng, Yulin Huang, Jianshen Zhang, Yongzhi Qi, Shang Luo, Kefu Xu, Jifeng Zhu, Bin Chong

专题命中 记忆与上下文管理 ：agent(summary_cn,abstract)；分类 cs.AI

AI总结 该研究发现自主LLM智能体的轨迹级安全保障存在组合性缺陷，提出非衰减循环安全状态的LoopHarness方案，可限制未授权不可逆操作数量，通过Agent-SafetyBench等评估验证其有效性。

When Stale Constraints Go Unchecked: Budgeted Verification Failures in Inherited Agent Memory

当过时约束未被核查：智能体继承记忆中的带预算验证失败

Kazuki Nakayashiki

专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 该研究针对智能体继承记忆中过时约束未被核查的问题，建模替代机制，发现重新分配预算槽位给关键路径可显著提升当前记录一致的决策，为记忆系统设计提供了参考。

Comments 21 pages, 3 figures, 7 tables. v2: claim-calibration revision (outcome-construct wording, native missed-path-rate terminology, bundled-policy estimand, execution-structure disclosure); no data, estimates or figures changed. Manuscript, LaTeX source, all 5,400 episode files, frozen specifications, timestamp proofs and scripts are archived at Zenodo: doi:10.5281/zenodo.22117197

GraphMemix: Query-Aware Evidence Forests for Long-Term Multimodal Agent Memory

GraphMemix：面向多模态智能体长期记忆的查询感知证据森林

Geng Li, Yuhao Wang, Dong Li, Jianye Hao, Yuxin Peng

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所） ； MemoraX AI（MemoraX人工智能公司） 纠错

专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI

AI总结 GraphMemix作为组合优化图记忆框架，通过三个关键组件构建查询感知证据森林，在四个多模态记忆基准上提升了准确率并建立了新的帕累托前沿。

Comments Project page with code: https://github.com/ligeng0197/graphmemix