AI Agent

Beyond Attack Success Rate: Examining Trigger Leakage in Vision-Language Agentic Systems

超越攻击成功率：视觉-语言智能系统中的触发器泄漏研究

Jiamin Chang, Salil Kanhere, Piotr Koniusz, Jason, Xue, Hammond Pearce

专题命中 工具调用 ：agentic(title,abstract)；tool use(abstract)；planning(abstract)

AI总结 本文提出“触发器泄漏”概念，量化视觉-语言智能系统中后门触发器在视觉或语义相近输入下意外激活隐藏行为的风险，并引入邻域泄漏率（NLR）指标。

LayerRoute: Input-Conditioned Adaptive Layer Skipping via LoRA Fine-Tuning for Agentic Language Models

LayerRoute: 基于LoRA微调的输入条件自适应层跳过方法用于智能语言模型

Prateek Kumar Sikdar

机构 * Accenture（埃森哲） 纠错

专题命中 工具调用 ：agentic(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 提出LayerRoute，通过为每个Transformer块添加轻量级路由器和LoRA适配器，根据输入类型（工具调用或规划推理）自适应跳过层，在仅增加0.22%可训练参数下实现12.91%的跳过差异并提升质量。

Comments 10 pages, 3 figures, 4 tables

MetaForge: A Self-Evolving Multimodal Agent that Retrieves, Adapts, and Forges Tools On Demand

MetaForge：一种自我进化的多模态智能体，可按需检索、适应和锻造工具

Shouang Wei, Houcheng Min, Xinpeng Dong, Xin Lin, Sen Cui, Bo Jiang, Zhongxiang Dai, Kun Kuang, Guandong Xu, Fei Wu, Min Zhang

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；agentic(abstract)

AI总结 提出MetaForge框架，通过决策-检索-适应-锻造-回收的闭环机制，使多模态智能体能够按需自我进化工具集，在12个基准测试中超越16个基线方法，提升了准确性、效率和泛化能力。

SynthTools: A Framework for Scaling Synthetic Tools for Agent Development

SynthTools: 用于扩展智能体开发中合成工具的框架

Tommaso Castellani, Naimeng Ye, Daksh Mittal, Thomson Yen, Emmanouil Koukoumidis, William Zeng, Hongseok Namkoong

专题命中 工具调用 ：agent(title)；tool-use(abstract)；agentic(abstract)；分类 cs.AI、cs.LG、cs.SE

AI总结 提出基于LLM的端到端管道SynthTools，通过环境生成、模拟、验证和任务构建，生成大规模多样化工具使用环境，提升智能体工具使用能力。

ChannelAgent-Empowered Electromagnetic Space World Model: A Case Study on Agent-Driven Channel Generation for 6G AI-Native Air Interface

ChannelAgent-empowered Electromagnetic Space World Model: A Case Study on Agent-Driven Channel Generation for 6G AI-Native Air Interface

Mingyue Li, Li Yu, Yuxiang Zhang, Heng Wang, Jianhua Zhang, Ping Zhang, Guangyi Liu

专题命中 工具调用 ：agent(title,title_cn)

AI总结 本文提出了一种基于ChannelAgent的电磁空间世界模型，用于6G AI原生空气接口中的智能体驱动信道生成，通过多模感知、ChannelAgent智能核心和反馈更新的闭环过程，实现任务感知决策和自主适应。

Comments 6 pages, 7 figures

ToolMATH: A Diagnostic Benchmark for Long-Horizon Tool Use under Systematic Tool-Catalog Constraints

ToolMATH: 一种用于在系统性工具目录约束下评估长周期工具使用的诊断基准

Hyeonje Choi, Jeongsoo Lee, Hyojun Lee, Jay-Yoon Lee

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；分类 cs.CL、cs.LG、cs.SE

AI总结 本文提出ToolMATH，一种基于数学的诊断基准，用于评估在可控工具目录条件下长周期工具使用的性能，通过将分步MATH解决方案转换为可重用的Python工具，并配对需要顺序工具使用、中间输出重用和逻辑连接工具调用链的问题，从而评估模型在不同工具目录条件下的适应性、鲁棒性和工具连接性。

Comments Submitted to NeurIPS Evaluation & Dataset Track

Concurrency without Model Changes: Future-based Asynchronous Function Calling for LLMs

无需模型变更的并发性：面向LLMs的未来式异步函数调用

Guangyu Feng, Huanzhi Mao, Prabal Dutta, Joseph E. Gonzalez

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 工具调用 ：function calling(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出AsyncFC框架，通过解耦LLM解码与函数执行，实现解码与执行的重叠及函数间并行，减少端到端延迟并保持任务精度，揭示LLMs具备处理未决执行结果的符号未来推理能力。

OpenClaw-RL: Train Any Agent Simply by Talking

OpenClaw-RL: 通过对话简单训练任何智能体

Yinjie Wang, Xuyang Chen, Xiaolong Jin, Mengdi Wang, Ling Yang

专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 OpenClaw-RL通过基础设施和方法创新，利用下一步状态信号在线优化智能体。该框架统一了指令和评估信号，通过重叠引导提示选择和对数概率差裁剪稳定蒸馏，适用于个人和通用智能体。

Comments Code: https://github.com/Gen-Verse/OpenClaw-RL

Caesar: Deep Agentic Web Exploration for Creative Answer Synthesis

Caesar：深度代理网络探索用于创造性答案综合

Jason Liang, Elliot Meyerson, Risto Miikkulainen

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)

AI总结 Caesar通过深度网络探索和对抗性精炼，提升创造性答案综合能力，相比现有深度研究代理在创意综合任务中提升13%-23%。

SkillGraph: Graph Foundation Priors for LLM Agent Tool Sequence Recommendation

SkillGraph：用于LLM代理工具序列推荐的图基础先验

Hao Liu, Dongyu Li

专题命中 工具调用 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出SkillGraph，通过挖掘49831条成功轨迹构建有向加权执行过渡图，用于LLM代理工具选择与排序。提出的两阶段框架在ToolBench和API-Bank上取得显著提升。

How are AI agents used? Evidence from 177,000 MCP tools

AI代理是如何被使用的？来自177,436个MCP工具的证据

Merlin Stein

专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；agentic(abstract)

AI总结 研究通过分析177,436个MCP工具，发现AI代理主要用于软件开发，其中67%为软件开发工具，90%的MCP服务器下载量来自此领域。行动工具占比从27%上升至65%，涵盖中等和高风险任务，如金融交易。

A Control-Theoretic Foundation for Agentic Systems

代理系统控制论基础

Ali Eslami, Jiangbo Yu

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)

AI总结 本文提出一种控制论框架，用于分析嵌入反馈控制回路中的代理系统，探讨代理在运行时调整控制器参数、选择控制策略等能力，并通过五级代理层次结构展示其动态机制。

AgenticGEO: A Self-Evolving Agentic System for Generative Engine Optimization

AgenticGEO: 一种自演化代理系统用于生成引擎优化

Jiaqi Yuan, Jialu Wang, Zihan Wang, Qingyun Sun, Ruijie Wang, Jianxin Li

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） 纠错

专题命中 工具调用 ：agentic(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出AgenticGEO，通过将优化问题建模为内容条件控制问题，提升内容质量以适应生成引擎的不可预测行为，采用MAP-Elites档案进化多样策略，并引入Co-Evolving Critic降低交互成本，实验证明其在多个数据集上优于14个基线方法。

Generalizable End-to-End Tool-Use RL with Synthetic CodeGym

通用端到端工具使用强化学习与合成CodeGym

Weihua Du, Hailei Gong, Zhan Ling, Kang Liu, Lingfeng Shen, Xuesong Yao, Yufei Xu, Dingyuan Shi, Yiming Yang, Jiecao Chen

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

专题命中 工具调用 ：tool-use(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出CodeGym框架，通过合成多样化的多轮工具使用环境，提升LLM代理在不同任务配置下的泛化能力，实验显示Qwen2.5-32B-Instruct在OOD基准测试中准确率提升8.7个百分点。

Comments 24 pages. Accepted to ICLR 2026. Project repository: https://github.com/StigLidu/CodeGym

Physics-Conditioned Grasping for Stable Tool Use

基于物理条件的抓取以实现稳定的工具使用

Noah Trupin, Zixing Wang, Ahmed H. Qureshi

机构 * Purdue University（普渡大学） 纠错

专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；planning(abstract)

AI总结 本文提出逆向工具使用规划方法，通过最小化预测交互扭矩来实现稳定工具使用，提升了现实世界中的操作成功率。

Comments In submission and under review

VSearcher: Long-Horizon Multimodal Search Agent via Reinforcement Learning

VSearcher：通过强化学习实现长周期多模态搜索代理

Ruiyang Zhang, Qianguo Sun, Chao Song, Yiyan Qi, Zhedong Zheng

机构 * University of Macau（澳门大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；autonomous agent(abstract)；tool use(abstract)

AI总结 VSearcher通过强化学习实现多模态搜索代理，提升长周期多轮工具使用能力，在多模态网络搜索任务中表现优异。

Comments 23 pages, 6 figures

AI Agents for Variational Quantum Circuit Design

用于变分量子电路设计的AI代理

Marco Knipfer, Alexander Roman, Konstantin T. Matchev, Katia Matcheva, Sergei Gleyzer

专题命中 工具调用 ：AI agent(title)；agent(abstract)；autonomous agent(abstract)；agentic(abstract)

AI总结 本文提出基于AI代理的变分量子电路设计方法，通过自动化搜索和优化，实现高效可扩展的量子电路设计。

Comments 43 pages, 12 figures

SciDataCopilot: An Agentic Data Preparation Framework for AGI-driven Scientific Discovery

SciDataCopilot: 一种面向AGI驱动科学发现的代理数据准备框架

Jiyong Rao, Yicheng Qiu, Jiahui Zhang, Juntao Deng, Shangquan Sun, Fenghua Ling, Hao Chen, Nanqing Dong, Zhangyang Gao, Siqi Sun, Yuqiang Li, Dongzhan Zhou, Guangyu Wang, Lijun Wu, Conghui He, Xuhong Wang, Jing Shao, Xiang Liu, Yu Zhu, Mianxin Liu, Qihao Zheng, Yinghui Zhang, Jiamin Wu, Xiaosong Wang, Shixiang Tang, Wenlong Zhang, Bo Zhang, Wanli Ouyang, Runkai Zhao, Chunfeng Song, Lei Bai, Chi Zhang

专题命中 工具调用 ：agentic(title,abstract)；autonomous agent(abstract)；workflow(abstract)

AI总结 SciDataCopilot通过自主代理框架实现端到端的数据准备，提升科学发现效率与一致性，推动实验驱动的科学通用智能发展。

Securing AI Agents in Cyber-Physical Systems: A Survey of Environmental Interactions, Deepfake Threats, and Defenses

在物理信息系统中保障AI代理：环境交互、深度伪造威胁及防御的综述

Mohsen Hatami, Van Tuan Pham, Hozefa Lakadawala, Yu Chen

专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；tool use(abstract)

AI总结 本文综述了物理信息系统中AI代理的安全威胁，重点分析了环境交互、深度伪造攻击及MCP漏洞，并提出基于SENTINEL框架的防御策略与挑战。

Taming Various Privilege Escalation in LLM-Based Agent Systems: A Mandatory Access Control Framework

驯服各种基于大语言模型的代理系统中的特权提升：一种强制访问控制框架

Zimo Ji, Daoyuan Wu, Wenyuan Jiang, Pingchuan Ma, Zongjie Li, Yudong Gao, Shuai Wang, Yingjiu Li

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；multi-agent(abstract)

AI总结 本文提出SEAgent框架，通过强制访问控制解决LLM代理系统中的特权提升问题，有效阻止攻击并保持低误报率。

AutoMind: Adaptive Knowledgeable Agent for Automated Data Science

Yixin Ou, Yujie Luo, Jingsheng Zheng, Lanning Wei, Zhuoyun Yu, Shuofei Qiao, Jintian Zhang, Da Zheng, Yuren Mao, Yunjun Gao, Huajun Chen, Ningyu Zhang

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室） 纠错

专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments Ongoing work

TOUCAN: Synthesizing 1.5M Tool-Agentic Data from Real-World MCP Environments

Zhangchen Xu, Adriana Meza Soria, Shawn Tan, Anurag Roy, Ashish Sunil Agrawal, Radha Poovendran, Rameswar Panda

机构 * University of Washington（华盛顿大学） ； MIT-IBM Watson AI Lab（MIT-IBM Watson人工智能实验室） 纠错

专题命中 工具调用 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 35 pages, 13 figures

ToolACE: Winning the Points of LLM Function Calling

Weiwen Liu, Xu Huang, Xingshan Zeng, Xinlong Hao, Shuai Yu, Dexun Li, Shuai Wang, Weinan Gan, Zhengying Liu, Yuanqing Yu, Zezhong Wang, Yuxian Wang, Wu Ning, Yutai Hou, Bin Wang, Chuhan Wu, Xinzhi Wang, Yong Liu, Yasheng Wang, Duyu Tang, Dandan Tu, Lifeng Shang, Xin Jiang, Ruiming Tang, Defu Lian, Qun Liu, Enhong Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 工具调用 ：function calling(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 21 pages, 22 figures

SMART: Self-Aware Agent for Tool Overuse Mitigation

Cheng Qian, Emre Can Acikgoz, Hongru Wang, Xiusi Chen, Avirup Sil, Dilek Hakkani-Tür, Gokhan Tur, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； IBM Research AI（IBM人工智能研究院） 纠错

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 18 pages, 11 tables, 7 figures, ACL 2025 Findings

Synthetic Data Generation & Multi-Step RL for Reasoning & Tool Use

Anna Goldie, Azalia Mirhoseini, Hao Zhou, Irene Cai, Christopher D. Manning

机构 * Department of Computer Science Stanford University（计算机科学系 斯坦福大学） 纠错

专题命中 工具调用 ：tool use(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

The AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search

Yutaro Yamada, Robert Tjarko Lange, Cong Lu, Shengran Hu, Chris Lu, Jakob Foerster, Jeff Clune, David Ha

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG

Federated In-Context LLM Agent Learning

Panlong Wu, Kangshuo Li, Junbao Nan, Fangxin Wang

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

CodeNav: Beyond tool-use to using real-world codebases with LLM agents

Tanmay Gupta, Luca Weihs, Aniruddha Kembhavi

专题命中 工具调用 ：tool-use(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.SE

Targeted Parallelization of Conflict-Based Search for Multi-Robot Path Planning

Teng Guo, Jingjin Yu

专题命中 工具调用 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)

Comments Submitted to IROS

Quick Multi-Robot Motion Planning by Combining Sampling and Search

Keisuke Okumura, Xavier Défago

专题命中 工具调用 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)

Comments to be presented at IJCAI-23