SpecBox: Speculative Sandbox Scheduling for Efficient LLM Agent Serving
SpecBox：用于高效大语言模型智能体服务的推测性沙盒调度
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究大语言模型智能体服务中沙盒部署的资源利用与延迟矛盾，提出SpecBox，通过推测性沙盒预分配、上下文感知随机预取及相关优化，有效降低端到端延迟并削减峰值内存消耗。
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. 记忆与上下文管理 181 篇
ECHO: Prune To Act, Trace To Learn With Selective Turn Memory In Agentic RL
ECHO: 在智能体强化学习中通过选择性回合记忆进行剪枝行动与追踪学习
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Baidu Inc.（百度公司） ； University of Science and Technology of China（中国科学技术大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出ECHO框架，通过选择性回合记忆和源索引重建解决长程智能体强化学习中的历史崩溃与可追踪学习问题，在BrowseComp-Plus上达到43.4%准确率，优于GRPO和SUPO。
PatchWorld: Gradient-Free Optimization of Executable World Models for Agent Environments
PatchWorld：可执行世界模型的免梯度优化
机构 * Hong Kong Baptist University（香港 Baptist 大学） ； Independent Researcher（独立研究员） ； HKUST（香港科技大学） ； Beijing Institute of Technology（北京理工大学） ； Southern University of Science and Technology（南方科技大学） ； Wayne State University（韦恩州立大学） ； University of Edinburgh（爱丁堡大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出 PatchWorld 框架，通过反例引导的代码修复将离线轨迹转化为可执行的 Python 世界模型，实现无需梯度优化的符号信念状态程序，在 AgentGym 环境中达到 76.4% 的宏观成功率。
ChipChat: Low-Latency Cascaded Conversational Agent in MLX
ChipChat：MLX 中的低延迟级联对话代理
机构 * Apple（苹果公司）
专题命中 记忆与上下文管理 ：agent(title)；AI agent(abstract)；分类 cs.CL、cs.LG
AI总结 探讨实时设备语音代理最佳架构问题，介绍低延迟级联系统 ChipChat，它通过架构创新和流优化克服传统瓶颈，集成多种技术，用 MLX 实现亚秒级响应延迟，为实用语音 AI 代理发展提供新路径。
Comments best demo paper award ASRU 2025
Journal ref ASRU 2025
TAME: A Trustworthy Test-Time Evolution of Agent Memory with Systematic Benchmarking
TAME: 一种可信的智能体记忆测试时演化与系统化基准测试
机构 * East China Normal University（东华师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Key Laboratory of Computer Software Evaluating and Testing（上海计算机软件评测与测试重点实验室） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出TAME框架，通过执行器-评估器循环实现记忆的可信演化，解决良性任务演化中智能体可信度下降问题，在GPT-5.2 AIME上准确率提升14.6个百分点。
memorywire: A Vendor-Neutral Wire Format for Agent Memory Operations
AMP：一种用于智能体内存操作的供应商中立线格式
机构 * Independent Researcher（独立研究者）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 提出一种基于JSON-Schema 2020-12的供应商中立线格式memorywire，支持五种内存操作和四种内存类型，通过参考实现和基准测试验证其性能与兼容性。
Comments 18 pages, 1 figure, 6 tables. v4: PurgeBench is a companion benchmark by the same author (previously called "external"), plus a threats-to-validity note; no results changed. v3 added the memory-poison recovery evaluation and recover tool. Code: github.com/mthamil107/memorywire
InfMem: Learning System-2 Memory Control for Long-Context Agent
InfMem: 面向长上下文智能体的系统2记忆控制
机构 * McGill University（麦吉尔大学） ； Noah's Ark Lab（诺亚实验室）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.CL
AI总结 InfMem通过预思考-检索-写作协议实现系统2风格的控制，有效提升超长文档推理的准确率并减少推理时间。
Comments Accepted to COLM 2026
MemForest: An Efficient Agent Memory System with Hierarchical Temporal Indexing
MemForest: 一种具有层次化时间索引的高效智能体记忆系统
机构 * National University of Singapore（新加坡国立大学） ； Zero Gravity Labs（零重力实验室）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 针对长上下文LLM智能体记忆系统中粗粒度状态管理和顺序更新导致的维护开销问题，提出MemForest框架，通过并行块提取和层次化时间索引树MemTree实现高效写入和局部更新，在LongMemEval-S上达到79.8% pass@1准确率，吞吐量比现有方法高约6倍。
Comments 12 pages. Extended version with appendix as supplemental material. Submitted to VLDB
MemTX: Transactional Belief Commit for Stateful Agent Memory
MemTX：用于有状态智能体内存的事务性信念提交
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 研究针对大语言模型智能体通过共享内存协调时内存写入问题，提出事务性信念提交协议MemTX，通过携带多种信息、在事务中暂存写入等方式，经机器检查确保不变量，在多主干上领先基线且无下游危害。
Comments Preprint
An Explainable Agentic System for Detection of Conversational Scams with Summary-Based Memory
基于摘要记忆的可解释智能系统用于检测对话诈骗
机构 * University of New Haven（新罕布什尔大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI
AI总结 针对对话诈骗威胁，本文提出基于摘要记忆的可解释智能系统，扩展单消息钓鱼检测。引入多类别基准ConScamBench - 278，单消息和对话级检测器效果良好，两项用户研究及可用性验证了系统有效性。
His2Trans: A Knowledge-Guided Agentic Framework for Project-Level C-to-Rust Migration
基于构建意识的增量C到Rust迁移：通过骨架优先翻译和历史知识重用
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.SE
AI总结 本文提出His2Trans框架，通过构建意识的骨架构建和历史知识重用，实现C到Rust的增量迁移，提升构建可行性并减少警告数量。
Agentic Episodic Control
智能体情节控制
机构 * East China Normal University（华东师范大学） ； Tongji University（同济大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai University of International Business and Economics（上海对外经贸大学） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI
AI总结 提出智能体情节控制（AEC），利用大语言模型增强情节强化学习，通过语义增强器和关键状态识别器提升数据效率和泛化能力，在BabyAI-Text环境中实现2-6倍数据效率提升。
Comments Accepted to Findings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)
AIR: Improving Agent Safety through Incident Response
AIR：通过事件响应提升智能体安全性
机构 * Tianjin University（天津大学） ； Singapore Management University（新加坡国立管理学院）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 提出首个面向LLM智能体系统的事件响应框架AIR，通过语义检测、自动遏制恢复和规则合成，在三个典型智能体上实现超90%的检测、修复和根除成功率。
Comments Accepted at ICML 2026
SkillRevise: Improving LLM-Authored Agent Skills via Trace-Conditioned Skill Revision
SkillRevise: 通过轨迹条件技能修订改进LLM撰写的智能体技能
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Nanjing University（南京大学） ； The University of Hong Kong（香港大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 提出SkillRevise框架，通过执行证据诊断、修复原则检索和执行锚定编辑，迭代优化初始技能，在SkillsBench上将基础智能体成功率从36.05%提升至61.63%，并展现跨模型迁移性。
Comments 15 pages, 4 figures
The Missing Knowledge Layer in Cognitive Architectures for AI Agents
AI智能体认知架构中缺失的知识层
机构 * Independent Researcher（独立研究者）
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；分类 cs.AI
AI总结 针对现有AI智能体认知架构（如CoALA和JEPA）缺乏独立知识层的问题，提出四层分解架构（知识、记忆、智慧、智能），各层具有不同的持久性语义，并通过Python和Rust实现验证了架构分离的可行性。
Toward Learning POMDPs Beyond Full-Rank Actions and State Observability
迈向超越全秩动作和状态可观测性的POMDP学习
机构 * MIT Computer Science and Artificial Intelligence Lab（麻省理工学院计算机科学与人工智能实验室） ； DEVCOM Army Research Laboratory（陆军研究实验室）
专题命中 记忆与上下文管理 ：agent(abstract)；autonomous agent(abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种基于PSR方法学习POMDP参数的方法，通过张量分解估计相似变换，实现状态划分下的转移和观察模型学习，并展示了其在不同奖励函数下的应用潜力。
Comments WAFR camera-ready
FactorMiner: A Self-Evolving Agent with Skills and Experience Memory for Financial Alpha Discovery
FactorMiner: 一种具备技能与经验记忆的自演化代理，用于金融alpha发现
专题命中 记忆与上下文管理 ：agent(title,abstract)
AI总结 FactorMiner通过模块化技能架构和经验记忆实现自演化，有效挖掘高可解释性的金融alpha因子，降低冗余并提升性能。
UrbanWorld2.0: A Multimodal Agentic Framework for Reality-Aligned 3D World Generation at City-Scale
RAISECity: 一种用于城市级现实对齐3D世界生成的多模态代理框架
机构 * College of AI, Tsinghua University（人工智能学院，清华大学） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） ； Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系，北京研究院，清华大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)
AI总结 RAISECity通过多模态代理框架实现城市级3D世界生成，提升现实对齐、精度和性能，适用于沉浸媒体和具身智能应用。
Comments Accepted by ACM MM 2026, the code is available at: https://github.com/tsinghua-fib-lab/UrbanWorld2.0
When Does Belief-Based Agent Memory Help? Reliability-Conditional Updating and Provenance-Capped Poisoning Defense
Nous：一种用于长期智能体记忆的预测世界模型
机构 * Indian Institute of Technology Ropar（印度理工学院罗巴尔分校）
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出Nous记忆架构，基于知识即预测而非存储的原则，通过贝叶斯更新维护概率分布，以信息论惊喜度评分并记录信念变化，在LoCoMo基准上取得优于对比方法的F1分数。
Comments Preprint. 10 pages, 1 figure, 6 tables
FUSION: Forecast-Embedded Agent Scheduling with Service Incentive Optimization over Distributed Air-Ground Edge Networks
融合：分布式空地边缘网络中具有服务激励优化的预测嵌入式智能体调度
专题命中 记忆与上下文管理 ：agent(title,abstract)
AI总结 针对分布式空地集成网络，提出含离线和在线阶段的FUSION两阶段优化框架。离线阶段用液神经网络预测需求，经路由和激励机制确定合同与路线；在线阶段将任务调度建模为博弈求解。实验表明该框架能提升福利与利用率。
Rivaling Transformers: Multi-Scale Structured State-Space Mixtures for Agentic 6G O-RAN
媲美Transformer：用于智能体6G O-RAN的多尺度结构化状态空间混合模型
专题命中 记忆与上下文管理 ：agentic(title,abstract)
AI总结 针对6G O-RAN中多时间尺度动态下的近实时控制需求，提出轻量级多尺度结构化状态空间混合模型（MS3M），通过HiPPO-LegS核混合和双线性离散化实现高效时序预测，在保持精度前提下将推理延迟降至Transformer的1/3至1/10。
Comments 12 pages, 2 Figures, 5 Tables
Reliable Post-Retrieval Assembly for Agent Memory: Separating Evidence Extraction from Policy Execution
不要询问LLM追踪新鲜度：一种确定性的内存冲突解决策略
机构 * IIT Kgp（印度理工学院科钦分校）
专题命中 记忆与上下文管理 ：agent(title,comments)；分类 cs.AI、cs.CL
AI总结 针对基于LLM的内存系统中事实冲突解决性能低下的问题，提出用候选提取加Python max(serial)的确定性聚合替代LLM判断，在单跳任务上提升10.8个百分点，并扩展到多跳任务。
Comments 11 pages, 5 tables. Accepted as a poster at the Lifelong Agent Workshop at COLM 2026. Code: https://github.com/cvikasreddy/memory-conflict-resolution
Structured Cognitive Loop for Behavioral Intelligence in Large Language Model Agents (Extended Revision: From Behavioral Architecture to Epistemic Accountability)
大型语言模型代理中行为智能的结构化认知循环（扩展修订：从行为架构到认知问责）
机构 * JEI University（JEI大学）
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出结构化认知循环（SCL）架构，通过分离认知、记忆、控制和行动模块，实现LLM代理的可问责行为，在360个任务中成功率86.3%，优于基线方法。
Comments This revised version extends the original SCL framework from a behavioral architecture for reliable LLM agents into a broader architecture of epistemic accountability, integrating context-aware Human-in-the-Loop control, Pool-Gated Retrieval, and the Horizon-Warrant-Commitment structure
Memory as a Service (MaaS): Purpose-Bound Memory Mediation for Cooperative Agents
记忆即服务 (MaaS)：面向合作智能体的目的绑定记忆中介
专题命中 记忆与上下文管理 ：agentic(abstract,comments)；agent(abstract)；workflow(abstract)
AI总结 提出记忆即服务 (MaaS) 框架，通过目的绑定的记忆中介机制，在合作编程智能体间平衡记忆共享效用与隐私泄露风险，实验表明现有检索方法存在严重隐私泄露。
Comments Accepted to the KDD 2026 Workshop on Agentic Software Engineering (AgenticSE @ KDD 2026)
Long-Term Memory for VLA-based Agents in Open-World Task Execution
基于VLA的智能体长期记忆在开放世界任务执行中的应用
机构 * Nanjing University（南京大学） ； LimX Dynamics（LimX 动态）
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；planning(abstract)
AI总结 本文提出ChemBot框架，通过双层记忆和MCP服务器提升复杂化学实验中的任务执行效率与安全性。
Comments Added references
LazyMem: Retrieve Broadly, Construct Selectively for Efficient Long-Term Agent Memory
LazyMem：广泛检索，按需构建以实现高效长期智能体记忆
机构 * School of Data Science and Engineering, East China Normal University（数据科学与工程学院，华东师范大学）
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI
AI总结 研究针对大语言模型智能体长期记忆中原始对话历史的问题，提出LazyMem方法，将记忆构建推迟到查询时，通过轻量级模型处理候选池，经特定训练方式，在基准测试中取得高准确率，减少记忆令牌数和延迟。
Comments 29 pages, under review
Retain or Consolidate? Budget-Dependent Operator Selection for Language Agent Memory
保留还是合并？语言智能体记忆中依赖预算的算子选择
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI
AI总结 研究语言智能体记忆中预算依赖的算子选择问题，核心方法是将算子效用分解，用离线抽象安全机制实现，主要贡献是通过实验揭示在不同预算下保留和合并策略的适用情况及算子效果差异。
Forensic Trajectory Signatures for Agent Memory Poisoning Detection
用于智能体记忆中毒检测的法医轨迹签名
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.LG
AI总结 发现LLM智能体在持久记忆中毒下的行为不变性，利用轨迹特征实现高精度检测（AUC=0.9904），并能区分记忆通道攻击与提示注入攻击。
Comments 16 pages, 3 figures. v2: adds preregistered deployment boundary study (N=4,360, 13 models). Companion to arXiv:2605.08442
All-Mem: Agentic Lifelong Memory via Dynamic Topology Evolution
All-Mem: 通过动态拓扑演化实现智能体终身记忆
机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（北京未来区块链与隐私计算先进创新中心） ； Beihang University（北航） ； Tsinghua University（清华大学） ； Chalmers University of Technology（查尔姆斯理工大学）
专题命中 记忆与上下文管理 ：agentic(title)；分类 cs.CL
AI总结 提出All-Mem框架，通过在线/离线结合的非破坏性拓扑结构记忆库，解决终身交互代理中历史增长导致的检索冗余和噪声问题，在LoCoMo和LongMemEval-s上提升检索与问答性能。
CogniFold: Always-On Proactive Memory via Cognitive Folding
CogniFold: 通过认知折叠实现始终在线的主动记忆
专题命中 记忆与上下文管理 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出CogniFold，一种受大脑启发的主动记忆系统，通过将互补学习系统扩展为三层（海马体、新皮层、前额叶意图层）并利用图拓扑自组织，实现事件流的持续认知结构涌现，在认知评估和常规记忆基准上均表现优异。
Comments Code is available at https://github.com/OpenNorve/CogniFold
