AI Agent

Privacy-Aware Agent Collaboration for Dynamic VR Slice Management in 6G SD-RAN

6G SD-RAN中动态VR切片管理的隐私感知智能体协作

Khaled M. Naguib, Soumaya Cherkaoui, Mahmoud M. Elmesalawy, Ahmed M. Abd El-Haleem, Ibrahim I. Ibrahim

机构 * CCAS Department, School of Engineering, NewGiza University (NGU)（计算机与软件工程学院，新吉扎大学） ； Electronics and Communications, Helwan Univ. Cairo, Egypt（电子与通信，开罗海威大学，埃及） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 提出一种移动性驱动的隐私感知多智能体强化学习框架，通过协作最大化VR链路资源分配，同时保护用户数据隐私，实现吞吐量提升34%、资源减少28%、隐私泄露降低85%。

Comments 6 pages

Emergent Relational Order in LLM Agent Societies: From Collective Affect to Authority Stratification

LLM智能体社会中的涌现关系秩序：从集体情感到权威分层

Zhiyuan Ji, Xinyu Chen, Ziqi Dai, Shiyun Tang, Chunyu Wei, Yueguo Chen

机构 * Renmin University of China（中国人民大学） ； Beihang University（北京航空航天大学） ； Minzu University of China（民族大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 基于情感控制理论、社会认同理论和涂尔干集体情感，提出CAREB-MAS多智能体框架，通过长期模拟自发再现差序格局的五种核心现象，支持将差序格局解释为社会机制的结构敏感性涌现结果。

Comments Accepted to Findings of the Association for Computational Linguistics: ACL 2026. 37 pages

A Technical Taxonomy of LLM Agent Communication Protocols

LLM智能体通信协议的技术分类法

Linus Sander, Habtom Kahsay Gidey, Alexander Lenz, Alois Knoll

机构 * Technische Universität München（慕尼黑技术大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 针对大语言模型智能体通信协议碎片化问题，提出包含五个维度的技术分类法，分析九种开源协议，揭示架构模式并预测协议演进趋势。

Can LLMs Be CEOs? Benchmarking Strategic Resource Reallocation with Multi-Role Agent Simulation

LLM 能当 CEO 吗？基于多角色智能体模拟的战略资源重新配置基准测试

Yuyang Dai, Xueqing Peng, Lingfei Qian, Zhuohan Xie

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Yale University（耶鲁大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 提出 CEO-Bench，一个多智能体基准，评估 LLM 在约束丰富的组织环境中进行多轮战略资源重新配置的能力，发现模型在结构有效性上表现良好，但在战略校准上存在系统性失败模式。

Comments 13 pages

$α$-fair heterogeneous agent reinforcement learning

$\alpha$-公平异质智能体强化学习

Yao-hua Franck Xu, Tayeb Lemlouma, Jean-Marie Bonnin, Arnaud Braud

机构 * Orange Innov（Orange创新） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 提出一种结合$\alpha$-公平性与异质智能体信任区域学习（HATRL）的框架，通过公平优势函数动态加权智能体效用，实现单调改进并收敛至纳什均衡，在顺序社会困境中优于HATRL算法。

Agent-based models for the evolution of morphological alternation patterns

基于智能体的形态交替模式演化模型

Aravinth Kulanthaivelu, Richard Sproat

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 通过多智能体模拟，研究形态交替（如go/went）的涌现机制，发现无标度社交网络和随机采纳策略能产生更真实的形态模式。

Comments 51 + 37 pages. 31 Figures

Data Journalist Agent: Transforming Data into Verifiable Multimodal Stories

数据记者智能体：将数据转化为可验证的多模态故事

Kevin Qinghong Lin, Batu EI, Yuhong Shi, Pan Lu, Philip Torr, James Zou

机构 * University of Oxford（牛津大学） ； Stanford University（斯坦福大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 提出多智能体框架Data2Story，通过证据链验证声明并自动生成多模态文章，在18篇文章上评估，证明其在透明性和可审计性上接近人类记者。

Comments Project page: https://data2story.github.io Github: https://github.com/QinghongLin/data2story-skill

SAGE: An LLM-driven Self Reflective Agentic Framework for Fraud Detection

SAGE: 一种LLM驱动的自我反思智能体框架用于欺诈检测

Yichen Chen, Siying Li, Yuhang Liang, Lijun Wang, Renyang Liu

机构 * National University of Singapore（新加坡国立大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； China Mobile Communications Group（中国移动通信集团有限公司） 纠错

专题命中 多智能体 ：agentic(title)；agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 提出SAGE，首个端到端LLM驱动的多智能体欺诈检测框架，通过数据诊断树和自然语言梯度优化，在五个数据集上平均F1提升40.86%。

Agentopia: Long-Term Life Simulation and Learning in Agent Societies

Agentopia: 智能体社会中的长期生活模拟与学习

Xintao Wang, Sirui Zheng, Hongqiu Wu, Weiyuan Li, Jen-tse Huang, Minghao Zhu, Can Zu, Qi Deng, Jiawei Wang, Qianyu He, Heng Wang, Xiaojian Wu, Yunzhe Tao

机构 * Fudan University（复旦大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 提出Agentopia框架，模拟100个智能体在10年内的社会生活，通过生命奖励训练LLM，提升其社交智能，并在角色扮演基准上取得15.6%的提升。

Comments 79 pages, 19 figures

GADR: Gathering Architecture Decision Records from Meeting Transcriptions

GADR：从会议转录文本中收集架构决策记录

Lucas Daniel Costa da Silva, Kiev Gama

专题命中 多智能体 ：agent(abstract)；workflow(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 本文提出多智能体自校正工作流GADR，从原始会议转录文本提取架构决策并生成Nygard格式ADR，经评估其效果优于零样本、少样本基线，还探讨了RAG丰富化的权衡及自动架构文档可追溯性问题。

The Formalism Trap: Are LLM-as-a-Judge Evaluators Blinded by Consensus Mimicry under Social Load?

形式主义陷阱：社会负荷下作为评判者的大语言模型是否会被共识模仿蒙蔽？

Dahlia Shehata, Ming Li

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 多智能体 ：agentic(summary_cn,abstract)；分类 cs.AI、cs.CL

AI总结 该研究提出Agentic形式主义陷阱与评估失调指数，通过多领域轨迹分析揭示作为评判者的大语言模型易受句法触发影响，且该漏洞与领域无关，需架构特定的警戒过滤器。

Agents That Teach: Towards Designing Incidental Learning Back into AI-Assisted Software Development

教学型智能体：将偶然学习重新融入人工智能辅助软件开发的设计探索

Rohit Mehra, Samdyuti Suri, Prithviraj K Tagadinamani, Kapil Singi, Vikrant Kaulgud, Adam P. Burden

机构 * Accenture Labs, India（Accenture实验室，印度） ； Accenture, USA（Accenture，美国） 纠错

专题命中 多智能体 ：agent(abstract)；autonomous agent(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 探讨人工智能编码智能体使开发者过度依赖而失去偶然学习机会并积累知识债务的问题，提出六项设计原则，展示基于“教学型智能体”概念的“SHIELD”系统，推动形成生产力与学习互补的学习感知开发环境。

Comments 5 pages. To be published in the proceedings of 41st International Conference on Automated Software Engineering (ASE '26), October 12-16, 2026, Munich, Germany (New Ideas and Emerging Results Track)

LOCAL: Enabling Learning On-device Contiguously for Agent LLMs

LOCAL：支持智能体大语言模型在设备上进行连续学习

Xinxin Liu, Jiaxin Li, Zibo Wang, Yun Ji, Zhangqi Zhu, Qing Hu, Zhibin Wang, Rong Gu, Sheng Zhong, Chen Tian

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 LOCAL是首个支持LLM智能体设备端连续学习的单GPU运行时，通过协同组件共享状态实现一致性，在7B级模型、24 GB单GPU上显著降低多项性能指标，保障学习与推理的连续性。

Comments 16 pages, 8 figures

Personalized Communication Skills for Agentic Recommender Systems

面向智能体推荐系统的个性化沟通技能

Zongwei Wang, Min Gao, Guangyu Hu, Xinyi Gao, Junliang Yu

专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)

AI总结 针对现有智能体推荐系统用户智能体视角狭窄的问题，提出AgentCom个性化沟通技能框架，通过「为什么-是什么-如何-谁」技能库及两种机制提升推荐性能，在三类推荐器中均有效。

Comments 11 pages, 4 figures

Joint Lyapunov Certificates for K-Agent Generative AI Governance: Stochastic Stability, Emergent Ensemble Risk, and Zero-Knowledge Governance Attestation

K智能体生成式AI治理的联合李雅普诺夫证明：随机稳定性、涌现集成风险与零知识治理证明

Sriram Nagaraj

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 该研究针对K个耦合自适应生成式AI模型系统，提出联合李雅普诺夫证明（JLP）框架，推导临界耦合阈值等理论结果，结合SNARK实现零知识治理证明，经多智能体softmax系统数值研究验证。

Everyone Conforms, No One Believes: Pluralistic Ignorance in LLM Agent Populations

人人遵从，无人认同：LLM智能体群体中的多元无知

Yashwanth YS

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 该研究证实LLM智能体群体中会出现多元无知，构建了多场景基准评估8种模型，发现遵从率高且级联成功率低，提示模型选择会影响模拟结果，LLM模拟或高估社会规范稳定性。

CLVisc Agent for autonomous relativistic hydrodynamics studies

用于自主相对论流体动力学研究的CLVisc智能体

Qi Wang, Long-Gang Pang, Shi Pu, Xin-Nian Wang

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 本研究开发了一种基于大语言模型的智能体，通过元技能自主完成相对论重离子碰撞的流体动力学模拟与分析，可应用于CLVisc代码，支持核物理研究的自动化工作流程。

Comments 15 pages, 6 figures

Designing Pairwise-Stable Agent Seating Arrangements

设计成对稳定的智能体座位安排

Frederik Glitzner

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 该研究针对多智能体系统的座位安排问题，将目标图设为可设计对象，提出灵活框架设计近似最优目标图及成对稳定安排，明确了易处理性等界限并关联经典计算问题。

Constitutional governance for societies of AI agents in the built environment: a research agenda

建筑环境中人工智能代理社会的宪法治理：一项研究议程

Ali Ghoroghi

专题命中 多智能体 ：AI agent(title)；agent(abstract)；multi-agent(abstract)

AI总结 本文针对建筑环境中人工智能代理社会的治理提出研究议程，围绕深度不确定性下改造的机制设计、建筑运营中代理的物理信息验证、冲击下城市基础设施的抗脆弱协调三个问题，借鉴多代理系统研究成果，阐述基础、识别问题并概述相关要求。

Comments 23 pages, 2 figures. Supplementary material is included in the same PDF

Distributed Motion Planning with Safety Guarantees for Self-Reconfiguring Robotic Boats

具有安全保障的自重构机器人船分布式运动规划

Alejandro Gonzalez-Garcia, Wei Wang, Wei Xiao, Wilm Decre, Jan Swevers, Carlo Ratti, Daniela Rus

机构 * KU Leuven（鲁汶大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Nanyang Technological University（南洋理工大学） ； SMART（新加坡制造技术研究院） ； SENSEable City Laboratory, Massachusetts Institute of Technology（麻省理工学院可感知城市实验室） ； Computer Science and Artificial Intelligence Lab (CSAIL), Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 多智能体 ：planning(title)；agent(abstract)；multi-agent(abstract)

AI总结 研究水生自重构机器人多智能体形状形成与重构问题，提出将分布式MPC与CBF相结合的混合框架，利用ADMM求解MPC方案，通过局部优化和信息交换计算轨迹，并应用基于CBF的滤波器保障安全，经仿真和实验验证了框架的有效性与可扩展性。

Comments Submitted to IEEE

IteraSim RAG: A Multi-Stage Retrieval-Augmented Agentic Back-End for OpenFOAM-Based Computational Fluid Dynamics

IteraSim RAG：基于OpenFOAM的计算流体动力学的多阶段检索增强智能后端

Pratyush Kumar

专题命中 多智能体 ：agentic(title)；agent(abstract)；workflow(abstract)

AI总结 研究针对OpenFOAM配置CFD案例的难题，提出IteraSim RAG。通过LLM扩展查询、多种融合与重排策略及多智能体分工协作，结合规范知识层。在28个案例基准测试中表现良好，能完成配置、诊断修复问题，还公布相关内容以保障可重复性。

Comments 40 pages, 7 figures, 5 tables. Submitted to Computer Physics Communications

Robo-Reporters: Evaluating Autonomous AI Agents as Algorithmic Gatekeepers in Computational Journalism

机器人记者：评估作为计算新闻学中算法把关人的自主人工智能代理

Obada Kraishan, Kulsawasd Jitkajornwanich, Kerk Kee

专题命中 多智能体 ：AI agent(title)；agent(abstract)；multi-agent(abstract)

AI总结 研究对比四种人工智能代理架构在新闻任务中的表现，通过200个对照实验，发现架构对任务时长和计算策略有显著影响，多智能体协作准确率最高，整体式架构有特定信息源拒绝率，还揭示了透明度方面差异，为新闻编辑室提供架构选择指导。

Comments 12 pages, 4 figures, 3 tables

Secret Scanner Agent: Extracting Secrets and Access Context from Unstructured Documents

秘密扫描代理：从非结构化文档中提取秘密和访问上下文

Zixiao Chen, Mariko Wakabayashi, Charlotte Siska

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 研究从非结构化文档提取秘密及访问上下文的问题，提出多智能体大语言模型系统SSA，它能通过检测与审查智能体配对提取相关信息，经合成基准评估，相比传统方法提升了提取精度、召回率，速度更快，让凭证检测更具可操作性。

Comments Submitted to the Conference on Applied Machine Learning for Information Security (CAMLIS) 2026

Agent Delivery Engineering Predictive Reliability Framework

智能体交付工程预测可靠性框架

Dexing Liu

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 针对长期语言模型多智能体系统的可靠性风险，提出ADE预测可靠性框架，聚合异构信号为信任边际指标，用三重方法并行预测，经多轮验证和实验，能检测“虚假繁荣”，实现可靠性量化并提供前瞻性警告。

Comments 117pages,83figures

Agent-Exploitation Affordances: From Basic to Complex Representation Patterns

智能体-利用可供性：从基本到复杂的表示模式

Bastien Dussard, Aurélie Clodic, Guillaume Sarthou

机构 * LAAS-CNRS, Université de Toulouse, CNRS, Toulouse, France（LAAS-CNRS、图卢兹大学、CNRS、图卢兹、法国） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 研究社会机器人领域中智能体的合作可供性概念，提出易于处理的本体表示，通过组合基本模式描绘多样场景，展现此表示的有效性，助力人工智能体理解与环境交互及拓展行动可能。

Journal ref International Conference on Social Robotics (16th Edition), Oct 2024, Odense, Denmark. pp.443-455

STRUCTSURVEY: Structured Agentic Retrieval for Automated Survey Paper Generation

STRUCTSURVEY: 结构化智能检索用于自动生成综述论文

Paolo Pedinotti, Enrico Santus

专题命中 多智能体 ：agentic(title)；agent(abstract)；multi-agent(abstract)

AI总结 提出STRUCTSURVEY分层多智能体框架，通过动态构建实体、关系和主题分类的图表示，将结构推理从生成阶段转移到检索阶段，在ACL综述基准上相比嵌入检索基线平均提升ROUGE-1召回率2.9、ROUGE-2召回率1.0，且不降低精确度。

Comments 8 pages, 1 figure, appendices, SurgeLLM, RAG4Reports, ACL

Distributed Containment of a Compromised Agent through Repulsive Cages

通过排斥笼实现对被入侵智能体的分布式围堵

Luigi Petruzziello, Camilla Fioravanti, Gabriele Oliva

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 针对无人机群等自主系统中智能体被劫持的安全问题，利用低层避碰模块在高层被入侵时仍保持活跃的特性，提出分布式围堵框架，通过防御者配置几何形状塑造排斥场以约束和引导目标，基于Stackelberg博弈和排斥笼概念实现，并证明亚线性动态遗憾界。

Theorist Toolbox: Tools for Agent Based LLM-assisted economic theory Research

理论家工具箱：基于智能体的LLM辅助经济理论研究工具

Moran Koren

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)

AI总结 提出一种验证优先的经济理论LLM辅助协议，通过三种可重用方法（单次检查、对抗性证明-验证对、多智能体项目）在等级膨胀的Gans-Kominers特征模型上设计Groves/Pigouvian激励机制的实例验证。

InterleaveThinker: Reinforcing Agentic Interleaved Generation

InterleaveThinker: 强化智能体交错生成

Dian Zheng, Harry Lee, Manyuan Zhang, Kaituo Feng, Zoey Guo, Ray Zhang, Hongsheng Li

机构 * CUHK MMLab（香港中文大学多媒体实验室） ； Meituan（美团） ； CUHK IMIXR（香港中文大学IMIXR实验室） 纠错

专题命中 多智能体 ：agentic(title)；agent(abstract)；multi-agent(abstract)

AI总结 提出首个多智能体管线InterleaveThinker，通过规划器和评论家智能体使现有图像生成器具备交错生成能力，并利用GRPO强化单步指令修正，显著提升生成性能。

Comments Project Page: https://zhengdian1.github.io/InterleaveThinker-proj/ Code: https://github.com/zhengdian1/InterleaveThinker

Position: Behavioral Systems Require Behavioral Tests

定位：行为系统需要行为测试

Manuel Cherep, Nikhil Singh, Pattie Maes

专题命中 多智能体 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 本文提出AI智能体需如其他行为系统般接受评估，借鉴行为科学提出含行为测试开发等内容的研究议程，为AI行为科学发展提供路线图。

Comments Accepted to ICML 2026 (Position Track)