AI Agent

comokit4py : a python package to ease COMOKIT agent based model simulation integration into a high performance computing workflow

comokit4py：一个简化COMOKIT基于智能体的模型模拟集成到高性能计算工作流程的Python包

Arthur Brugière, Kévin Chapuis

专题命中 工作流自动化 ：agent(title,abstract)；workflow(title)

AI总结 提出一个Python包comokit4py，用于简化COMOKIT基于智能体模型（ABM）的模拟集成到高性能计算（HPC）工作流中，支持实验生成、探索和报告构建。

Comments 6 pages, 2 figures, IEEE submission

ReUseIt: Synthesizing Reusable AI Agent Workflows for Web Automation

ReUseIt：合成可重用的AI代理工作流以实现网页自动化

Yimeng Liu, Misha Sra, Jeevana Priya Inala, Chenglong Wang

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(title)

AI总结 ReUseIt通过自动合成可重用的工作流，使AI代理在网页自动化任务中实现更高的成功率和更少的用户干预。

Comments ACM IUI '26 | 31st International Conference on Intelligent User Interfaces

From Paper to Structured JSON: An Agentic Workflow for Compliant BMR Digital Transformation

从论文到结构化JSON：一种合规BMR数字转型的代理工作流程

Bhavik Agarwal, Nidhi Bendre, Viktoria Rojkova

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title)

AI总结 本文提出了一种基于AI的工作流程，将无结构的BMRs转换为结构化的JSON，通过分块、并行大语言模型提取和固定模式，实现合规的BMR数字化，提升处理效率并解锁历史制造数据。

SpinPSO: An agent-based optimization workflow for identifying global noncollinear magnetic ground-states from first-principles

Guy C. Moore, Matthew K. Horton, Kristin A. Persson

专题命中 工作流自动化 ：workflow(title,abstract)；agent(title)

Bringing analytic rigor to agentic AI for science: The Brain Researcher platform for neuroimaging data analysis

为面向科学的智能体AI赋予分析严谨性：用于神经影像数据分析的Brain Researcher平台

Zijiao Chen, Nicholas Lu, Xinhui Li, Jocelyn A. Ricard, Ce Ju, Huan H. Wang, Christian Kindermann, Jeanette A. Mumford, Steven Dillmann, James Kent, Alejandro de la Vega, Sanmi Koyejo, Vince D. Calhoun, Joshua W. Buckholtz, Juan Helen Zhou, Steffen Bollmann, Russell A. Poldrack

机构 * Stanford University（斯坦福大学） ； Tri-institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS)（三机构神经成像与数据科学转化研究中心（TReNDS）） ； Georgia State University（佐治亚州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） ； Inria（法国国家信息与自动化研究所） ； CEA（法国原子能和替代能源委员会） ； Université（大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；AI agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 该研究推出Brain Researcher智能体研究平台，用于神经影像数据分析，其遵循分析规则等要求，提升了工具选择准确率与可验证依据，嵌入方法判断以增强智能体AI的分析严谨性。

Comments 103 pages, 19 figures; Supplementary Information included

MUSE: An Interactive Meta-Agent for Understanding and Steering LLM-powered Data Science Systems

MUSE：一种用于理解和操控大语言模型驱动的数据科学系统的交互式元智能体

Wei-Hao Chen, Weixi Tong, Yuan Tian, Chenglong Wang, Tianyi Zhang

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)；agentic(abstract)；分类 cs.AI

AI总结 本文提出交互式元智能体MUSE，通过重构执行轨迹、支持上下文交互与混合意图操控，提升用户对大语言模型驱动的数据科学系统的理解与控制，经15人被试间研究验证可提高任务效率与用户信心。

Comments To appear in the 39th Annual ACM Symposium on User Interface Software and Technology (UIST '26), November 2-5, 2026, Detroit, MI, USA

Demystifying Agent Skills: Why They Work-Until They Don't

揭秘智能体技能：为何它们有效——直至失效

Zhiyuan Jiang, Fangrui Huang, Hanwen Xing, Xander Wu, Yipeng Gao, Rui Cao, Mengdi Wang, Shilong Liu, Yijiang Li

机构 * Princeton University（普林斯顿大学） ； UC San Diego（加州大学圣迭戈分校） ； Stanford University（斯坦福大学） ； University of Southern California（南加利福尼亚大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract,abstract_cn)；分类 cs.AI

AI总结 该研究探究 LLM 智能体技能的有效与失效原因，通过对比实验与轨迹分析揭示技能的作用机制，发现其主要靠程序锚定稳定动作，还指出检索瓶颈等问题，为智能体评估与优化提供指导。

Self-evolving Agentic Customer Support System at LinkedIn

领英的自进化智能体客户支持系统

Chih Hui Wang, Mengdie Tu, Qianyun Zhang, Wei Wu, Lili Zhou, Mingqi Shen, Changshuai Wei

机构 * LinkedIn（领英公司） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；AI agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 领英提出一种集成检索增强生成、进化自动提示与模块化评估框架的自进化智能体客户支持系统，经测试可显著提升多项支持任务指标，为企业级自进化 AI 智能体提供可行方案。

The CASE Framework: A Multi-Disciplinary Control Architecture for Governing Enterprise Agentic AI

CASE框架：用于管控企业智能体AI的多学科控制架构

Srinivas Telukunta, Georgios Nektarios Lilis, Lucio Baron

机构 * Cornell University（康奈尔大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； AI71 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI

AI总结 针对企业智能体AI管控的“涌现缺口”问题，提出含四层架构的CASE框架，经实证验证可提升治理有效性，满足欧盟AI法案要求。

Comments 34 pages in total, 4 figures, 2 tables, code at https://github.com/srinivastelukunta/case_framework_arxiv_codes

When Agent Automation Becomes Profitable: Quantifying and Insuring Autonomous AI Risk through Trace-Economic Underwriting

当智能体自动化变得有利可图：通过痕迹经济核保量化和保险自主AI风险

Binyan Xu, Xilin Dai, Fan Yang, Kehuan Zhang

机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(abstract)；tool-use(abstract)；分类 cs.AI

AI总结 提出痕迹经济核保方法，通过量化客户-任务-痕迹片段级别的风险并转移至保险，使自主AI部署在经济上可接受，实验显示定价误差从$17.7K降至$569，风险降低72%。

Comments 26 pages, 14 figures, 29 tables

NeuroPilot: An Agent-Driven Smart Pipeline for Processing, Quality Control, and Managing Neuroimages

NeuroPilot：一种用于神经影像处理、质量控制与管理的智能体驱动智能流程

Yiyao Chen, Yucheng Li, Jungong Tong, Shaoqi Wang, Kunhao Zhou, Ziquan Wei, Monica Murea, Marissa DiPiero, Tingting Dan, Guorong Wu

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 该研究提出NeuroPilot多智能体系统，整合神经影像处理、质控与管理流程，在17个超12.3万受试者的队列中验证，将传统2-3个月的工作压缩至一周，提升了可扩展性与效率。

Comments 21 pages, 6 figures

Architectural Implications of Agentic AI Workflows

智能体AI工作流的架构影响

Jirong Yang, Peizhe Liu, Chaojie Zhang, Jovan Stojkovic

机构 * Microsoft Azure（微软Azure） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 该研究通过生产与受控研究分析智能体AI工作流的架构特性，揭示传统服务器的不匹配问题，提出Agora原型优化资源利用与吞吐量，为未来服务器架构指明方向。

Formal Verification of Agentic Systems over Operational Data

基于操作数据的智能体系统的形式化验证

Alejandro J. Mercado, Alessio Lomuscio

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 本文针对操作数据上的智能体系统，提出形式化验证框架，定义STEADs模型，证明其FO-CTL验证问题的不可判定性，给出有限域下的充分条件，引入规范包装器并在案例工作流中验证。

Comments 21 pages, including appendix; 0 figures

Behavioral Controllability of Agentic Models for Information Extraction: From Fixed Workflows to Reflective Agents

信息提取的智能模型行为可控性：从固定工作流程到反思性智能体

Lujia Zhang, Xingzhou Chen, Hongwei Feng

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 研究大语言模型智能体用于信息提取任务时，反思和记忆等智能组件能否带来改进。通过会议论文数据集提取实验，比较固定工作流程与反思智能体变体，指定优化条件，评估过程行为，明确智能机制对系统行为的影响及如何推动智能体设计优化。

Understanding Bugs in Modern Agentic Frameworks: A Study of Symptoms, Root Causes, and Triggering Conditions

理解现代代理框架中的缺陷：对症状、根本原因和触发条件的研究

Xiaowen Zhang, Hannuo Zhang, Shin Hwei Tan

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.SE

AI总结 本文研究现代代理框架中的缺陷，通过分析409个修复的bug，提出五层抽象模型，揭示独特的症状和根本原因，并识别可转移的bug触发模式，提升代理系统的可靠性。

Comments 12 pages, 2 figures. Accepted at ASE 2026

VetClaw: An Edge-Cloud Multimodal Agentic System for Veterinary Disease Screening

VetClaw：一种用于兽医疾病筛查的边缘云多模态智能系统

Syed Mhamudul Hasan, Anas AlSobeh, Hussein Zangoti, Abdur R. Shahid

机构 * Southern Illinois University（南伊利诺伊大学） ； Utah Valley University（犹他谷大学） ； Jazan University（吉赞大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.LG

AI总结 VetClaw是用于兽医疾病筛查的边缘云多模态智能系统，用相机模块采集图像等并发送至视觉语言模型分类。它分离智能体交互与工作流编排，超越静态图像分类，症状引导和多模态输入提升性能，将静态模型转变为多功能安全感知系统。

Lowering the implementation barrier of neutral-atom quantum computing with agentic workflows

利用智能工作流程降低中性原子量子计算的实现障碍

Constantin Dalyac, Alexandre Dauphin, Loïc Henriet, Christophe Jurczak

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 研究针对量子计算中理论协议转化为硬件实验的瓶颈问题，引入智能工作流程，在中性原子量子处理器上自动化流程并让研究人员参与验证。通过案例研究展示其作用，还用智能体分类论文，结果表明该流程为理论与硬件搭建桥梁，助力量子实验。

Separating Capability from Permission: A Governance Framework for Agentic AI Autonomy Levels

从权限中分离能力：智能AI自主水平的治理框架

Haining Zheng, Qian Dong, Rodolfo K. Depena, Jonathan D. Bhatia, Feng Xiao, Peng Xu

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI

AI总结 本文针对人工智能系统自主性讨论中能力与权限混淆的问题，提出治理框架，区分允许的自主水平与自主能力水平，给出结构化自主水平，还提出风险感知决策过程，通过实例展示应用并提供实用指导。

Comments 10 pages, 2 tables, 3 figures

From Intent to Infrastructure: LLM-Driven Agent Compilers for ISAC Networks

从意图到基础设施：用于ISAC网络的基于大语言模型的智能体编译器

Lijie Zheng, Xudong Zhong, Baoquan Ren, Xiangwu Gong, Xinghui Zhu, Ji He

机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Institute of Systems General, Academy of Systems Engineering, Academy of Military Sciences（系统工程院系统一般研究所） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI

AI总结 研究ISAC网络从概念验证到系统级部署的设计难题，提出基于大语言模型的智能体编译器，经四个阶段工作产生ISAC策略图，运行时引擎支持闭环自适应，以无人机救援为例展示编译过程并讨论开放问题。

CAVA: Canonical Action Verification and Attestation for Runtime Governance of Agentic AI Systems

CAVA：用于智能代理人工智能系统运行时治理的规范动作验证与认证

Zexun Wang

机构 * Ond Holdings Inc（Ond控股公司） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 研究智能代理人工智能系统异构运行时带来的治理问题。提出CAVA，将异构代理活动转换为规范动作对象。通过基准参考实现研究，为部署者端人工智能治理提供动作级规范化和语义模式的系统表述。

Comments 35 pages. Working paper on canonical action verification, runtime governance, semantic pattern detection, and approval-bound action receipts

Using Process Mining to Generate AI Agents from Software Engineering Process Records

利用过程挖掘从软件工程过程记录生成人工智能代理

Saimir Bala, Fabiana Fournier, Lior Limonad, Andreas Metzger

专题命中 工作流自动化 ：AI agent(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.SE

AI总结 研究如何在软件工程中结合人工智能代理，面临代理粒度和关注点分离难题。通过过程挖掘，用软件库事件日志发现特定项目代理角色，生成规范与实现，并进行测试和用户研究验证效果。

Comments To be published at the 24th International Conference on Business Process Management (BPM 2026), Process Technology Forum

ChemGraph-XANES: An Agentic Framework for XANES Simulation and Curation

ChemGraph-XANES：用于XANES模拟与分析的代理框架

Vitor F. Grizzi, Thang Duc Pham, Luke N. Pretzie, Jiayi Xu, Murat Keceli, Cong Liu

机构 * Chemical Sciences and Engineering Division Argonne National Laboratory（阿贡国家实验室化学科学与工程部） ； Computational Science Division Argonne National Laboratory（阿贡国家实验室计算科学部） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 本文提出ChemGraph-XANES框架，结合自然语言任务描述与结构获取，实现XANES模拟与分析的自动化，支持高通量计算与机器学习应用。

An Agentic AI Framework to Accelerate Scientific Discovery in Plant Phenotyping

一种加速植物表型科学发现的智能体AI框架

Renan Souza, Daniel Rosendo, Kelsey Carter, John Lagergren, Frédéric Suter, Shelaine L. Curd, Gerald A. Tuskan, Rafael Ferreira da Silva, David Weston

机构 * UT-Battelle, LLC（UT-Battelle有限责任公司） ； US Department of Energy（美国能源部） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI

AI总结 提出端到端智能体AI框架，将高通量植物表型设施从数据工厂转变为交互式自主发现平台，通过对话式协同科学家智能体和计算智能体在百亿亿次超级计算机上执行分析，将分析时间从数天缩短至秒级。

Agentic Analysis for Agentic Infrastructure: An LLM-Powered Pipeline for Comparative Governance of DAO and Corporate AI Protocols

面向代理基础设施的代理分析：基于LLM的DAO与企业AI协议比较治理管道

Yutian Wang, Luyao Zhang

机构 * Duke Kunshan University（昆山杜克大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI

AI总结 提出LLM驱动的比较分析管道，结合自动标注、神经主题建模和多层网络分析，研究DAO与企业AI协议的治理结构，发现开放治理促进主题收敛但参与不平等普遍存在。

Democratizing and accelerating AI-driven pathology research through agentic intelligence

通过智能体智能实现AI驱动病理学研究的民主化与加速

Jiabo Ma, Cheng Jin, Yihui Wang, Hao Jiang, Ling Liang, Yingxue Xu, Junlin Hou, Zhengrui Guo, Zhengyu Zhang, Yifei Xia, Hongyi Wang, Fengtao Zhou, Zhe Xu, Huajun Zhou, Jiarui Ouyang, Qian Zeng, On Ki Tang, Eunhyang Park, Carolyn Glass, Ronald Cheong Kin Chan, Li Liang, Hao Chen

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Southern Medical University（南方医科大学） ； Nanfang Hospital（南方医院） ； Guangdong Province Key Laboratory of Molecular Tumor Pathology（广东省分子肿瘤病理重点实验室） ； Jinfeng Laboratory（金凤实验室） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；autonomous agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 提出PathLab框架，通过结构化组合领域技能和工具，将自然语言研究目标转化为可执行的计算病理学工作流，在12个数据集上达到与专家实现相当的性能，并显著降低编程门槛。

Comments 29 pages, 4 figures

SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows

SKILL.nb：用于持久代理工作流的选择性形式化与门控执行

Amine El Hattami, Nicolas Chapados, Christopher Pal

机构 * ServiceNow Research ； Mila ； Polytechnique Montréal（蒙特利尔综合理工学院） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能讲席） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 提出SKILL.nb框架，通过选择性形式化和门控执行管理代理工作流的生命周期可靠性，在WebArena-Verified上单轮成功率达53.7%，重执行保留率91.7%。

Self-Healing Agentic Orchestrators for Reliable Tool-Augmented Large Language Model Systems

用于可靠的工具增强型大语言模型系统的自愈代理编排器

Rahul Suresh Babu, Adarsh Agrawal

机构 * Independent Researcher（独立研究者） ； Senior Member, IEEE（IEEE高级成员） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI

AI总结 提出一种自愈代理编排器，通过将可靠性视为有界运行时控制问题，映射故障信号、选择恢复动作并验证轨迹，在100任务故障注入基准上达到98.8%任务成功率，优于重试和完全重规划基线。

Learning to Hand Off: Provably Convergent Workflow Learning under Interface Constraints

学习手柄：在接口约束下的可证明收敛的工作流学习

Jiayu Li, Enpei Zhang, Dawei Zhou, Elynn Chen, Yujun Yan

机构 * Stern School of Business（斯特恩商学院） ； New York University（纽约大学） ； Department of Computer Science（计算机科学系） ； Dartmouth College（达特茅斯学院） ； Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 该研究探讨了在接口约束下的工作流学习问题，提出了一种异步去中心化的Q学习算法IC-Q，并给出了神经IC-Q的有限样本界，证明了在去中心化部分可观测性下的神经Q学习的第一个有限样本保证。

Security Risks in Tool-Enabled AI Agents: A Systematic Analysis of Privileged Execution Environments

工具赋能AI代理的安全风险：对特权执行环境的系统分析

Hardik Goel

机构 * Microsoft Corporation, USA（微软公司） 纠错

专题命中 工作流自动化 ：AI agent(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 本文系统分析了云托管AI代理的安全风险，通过三个代表性场景展示风险，并讨论了缓解策略及其权衡。研究发现，许多风险源于过度授权工具、能力意图不匹配和环境权威泄露。

Comments Extended author preprint. A shortened version has been accepted as a short paper at IEEE COMPSAC 2026. 7 pages, 3 figures/tables

SAGE: Agentic Framework for Interpretable and Clinically Translatable Computational Pathology Biomarker Discovery

SAGE：可解释且临床可转化的计算病理学生物标志物发现代理框架

Sahar Almahfouz Nasser, Juan Francisco Pesantez Borja, Jincheng Liu, Sandeep Manandhar, Shikhar Shiromani, Mohammad Tanvir Hasan, Zenghan Wang, Suman Ghosh, Jinchu Li, Xuejian Xu, Aniket Ramkrishnan Iyer, Naoto Tokuyama, Twisha Shah, Tilak Pathak, Soundharya Kumaresan, Yohei Abe, Himanshu Maurya, Anant Madabhushi

机构 * Emory University（埃默里大学） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（NVIDIA公司） ； University of Arkansas at Little Rock（阿拉伯州立大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 SAGE通过生物证据引导生物标志物发现，结合多代理系统生成和评估假设，实现结构化、可追溯的病理学研究方法。