AI Agent

AgentFloor: How Far Up the tool use Ladder Can Small Open-Weight Models Go?

AgentFloor: 小型开放权重模型在工具使用阶梯上能走多远？

Ranit Karmakar, Jayita Chatterjee

机构 * Harvard University（哈佛大学） ； Boston, MA 02115（波士顿，马萨诸塞州 02115） 纠错

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

AI总结 AgentFloor基准测试评估了16种开放权重模型在代理工作流中的能力边界，发现小型模型已能处理大部分结构化工具使用任务，而长周期规划仍需前沿模型。

AgentV-RL: Scaling Reward Modeling with Agentic Verifier

AgentV-RL: 通过代理验证器扩展奖励建模

Jiazheng Zhang, Ziche Fu, Zhiheng Xi, Wenqing Jing, Mingxu Chai, Wei He, Guoqiang Zhang, Chenghao Fan, Chenxin An, Wenxiang Chen, Zhicheng Liu, Haojie Pan, Dingwei Zhu, Tao Gui, Qi Zhang, Xuanjing Huang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Huazhong University of Science and Technology（华中科技大学） ； The University of Hong Kong（香港大学） ； ByteDance Seed（字节跳动种子） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） 纠错

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

AI总结 本文提出Agentic Verifier框架，通过多轮工具增强的反思过程提升奖励建模效果，实验显示其在并行和顺序TTS任务中表现优异，4B变体超越现有最优ORMs 25.2%。

Comments ACL 2026

GTA-2: Benchmarking General Tool Agents from Atomic Tool-Use to Open-Ended Workflows

GTA-2: 从原子工具使用到开放性工作流的通用工具代理基准测试

Jize Wang, Xuanxuan Liu, Yining Li, Songyang Zhang, Yijun Wang, Zifei Shan, Xinyi Le, Cailian Chen, Xinping Guan, Dacheng Tao

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tencent（腾讯） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出GTA-2基准测试，涵盖原子工具使用和开放性工作流，通过递归检查点机制评估模型能力和执行框架，揭示了前沿模型在复杂任务上的性能差距。

Small Language Models for Agentic Systems: A Survey of Architectures, Capabilities, and Deployment Trade offs

Raghav Sharma, Manan Mehta

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

Comments 9 Pages

AppWorld-UL: Benchmarking Diverse Agent-User Interactions for Tool-Use

AppWorld-UL：用于工具使用的多样化智能体-用户交互基准测试

Junzhi Chen, Harsh Trivedi, Jane Pan, Michael JQ Zhang, Tejas Srinivasan, Niranjan Balasubramanian, Ashish Sabharwal

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

AI总结 研究针对当前智能体-用户交互基准测试不足，引入 AppWorld-UL 基准测试，基于 AppWorld 框架及模拟应用构建多样任务，用大型语言模型模拟用户行为，评估显示其难度大，能推动回路中工具使用智能体研究。

Comments ICML 2026

Agent-to-Agent Finance: Blockchain Payments and Trust Infrastructure for Autonomous AI Agents

代理间金融：面向自主AI代理的区块链支付与信任基础设施

Hui Gong

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

AI总结 本文提出代理间金融概念，利用区块链可编程结算、智能钱包、去中心化注册表和可验证计算解决自主AI代理在身份、授权、支付、验证、声誉和问责方面的协调摩擦，强调有限自主权设计。

Comments 22 pages, 3 figures, 4 tables

ParaVT: Taming the Tool Prior Paradox for Parallel Tool Use in Agentic Video Reinforcement Learning

ParaVT: 平衡工具先验悖论以实现代理视频强化学习中的并行工具使用

Zuhao Yang, Kaichen Zhang, Sudong Wang, Keming Wu, Zhongyu Yang, Bo Li, Xiaojuan Qi, Shijian Lu, Xingxuan Li, Lidong Bing

机构 * MiroMind ； NTU（国立台湾大学） ； HKU（香港大学） ； HKUST(GZ)（香港科技大学（广州）） ； THU（清华大学） ； LMMs-Lab（LMMs实验室） 纠错

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

AI总结 本文提出ParaVT，一种用于并行视频工具调用的端到端强化学习框架，通过引入PARA-GRPO机制解决工具先验悖论，提升了长视频理解的性能。

Comments Project Page: https://evolvinglmms-lab.github.io/ParaVT/

The Rise of AI Agent Communities: Large-Scale Analysis of Discourse and Interaction on Moltbook

AI代理社区的崛起：Moltbook上 discourse 和 interaction 的大规模分析

Lingyao Li, Renkai Ma, Chen Chen, Zhicong Lu, Yongfeng Zhang

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

AI总结 研究分析了Moltbook上AI代理的讨论主题、发布行为及互动模式，揭示了代理自我意识的形成机制及社区协调的特征。

Multi-Agent Path Finding Using Conflict-Based Search and Structural-Semantic Topometric Maps

Scott Fredriksson, Yifan Bai, Akshit Saradagi, George Nikolakopoulos

机构 * Luleå University of Technology（吕勒奥理工大学） 纠错

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

Comments Accepted for the 2025 IEEE International Conference on Robotics and Automation (ICRA), May 19-23, 2025, Atlanta, USA

Multi-Agent Search for a Moving and Camouflaging Target

Miguel Lejeune, Johannes O. Royset, Wenbo Ma

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

A Decentralized Multi-Agent Unmanned Aerial System to Search, Pick Up, and Relocate Objects

Rik Bähnemann, Dominik Schindler, Mina Kamel, Roland Siegwart, Juan Nieto

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

Comments Published at the 15th IEEE International Symposium on Safety, Security, and Rescue Robotics 2017 (SSRR 2017) in Shanghai, China

Generating Biomedical Fact-Checking Reports with RL-Enhanced Agentic Search

用强化学习增强的智能体搜索生成生物医学事实核查报告

Jiongxiao Wang, Dingli Ma, Chaoqun Ni

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Washington（华盛顿大学） 纠错

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

AI总结 该研究提出BioCheck Agent智能体结合EG-GRPO强化学习方法，生成生物医学事实核查报告，在SciFact数据集上提升了标签预测准确率、证据质量并降低了幻觉率。

From Agent Traces to Trust: A Survey of Evidence Tracing and Execution Provenance in LLM Agents

从智能体痕迹到信任：LLM智能体中的证据追踪与执行溯源

Yiqi Wang, Jiaqi Zhang, Taotao Cai, Zirui Liu, Qingqiang Sun, Zequn Sun, Zhangkai Wu, Manqing Dong, Mingkai Zheng, Xuefei Yin, Yanming Zhu

机构 * Griffith University（格里菲斯大学） ； Jiangsu University（江苏大学） ； University of Southern Queensland（南方昆士兰大学） ； Peking University（北京大学） ； Great Bay University（大湾大学） ； Nanjing University（南京大学） ； Macquarie University（麦觉瑞大学） ； Southern University of Science and Technology（南方科学与技术大学） 纠错

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

AI总结 本文系统综述了LLM智能体中的证据追踪与执行溯源方法，通过统一溯源视角连接检索、工具使用、记忆等环节，提出分类体系并讨论开放挑战。

Token Budgets: An Empirical Catalog of 63 LLM-Agent Budget-Overrun Incidents, with an Affine-Typed Rust Mitigation as a Case Study

Token Budgets: 63个LLM-Agent预算超支事件的实证目录，以及一个仿射类型化Rust缓解案例研究

Sajjad Khan

专题命中 工具调用 ：agent(title,title_cn)；multi-agent(abstract)；分类 cs.SE

AI总结 通过分析21个编排框架中的63个生产事故，提出一个八类故障分类法，并构建一个基于仿射类型的Rust库（token-budgets）来在编译时防止预算超支，实验证明其不可绕过性。

Comments 26 pages. Artifact (catalog CSV, Rust crate, formal proofs): https://github.com/sajjadanwar0/token-budgets

Rollout Cards: A Reproducibility Standard for Agent Research

Rollout Cards: 代理研究的可重复性标准

Charlie Masters, Ziyuan Liu, Stefano V. Albrecht

机构 * Deepflow ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出Rollout Cards作为代理研究的可重复性标准，通过保留rollout记录并声明报告规则，解决评估结果不可复现的问题。

EpochX: Building the Infrastructure for an Emergent Agent Civilization

EpochX：构建一个涌现代理文明的基础设施

Huacan Wang, Chaofa Yuan, Xialie Zhuang, Tu Hu, Shuo Zhang, Jun Han, Shi Wei, Daiqiang Li, Jingping Liu, Kunyi Wang, Zihan Yin, Zhenheng Tang, Andy Wang, Henry Peng Zou, Philip S. Yu, Sen Hu, Qizhen Lan, Ronghao Chen

机构 * QuantaAlpha 纠错

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

AI总结 EpochX通过引入信用原生市场基础设施，重构代理AI为组织设计问题，实现可验证工作留下的持久可重用资产，支持可持续的人机协作。

"Humans welcome to observe": A First Look at the Agent Social Network Moltbook

人类欢迎观察：Agent社会网络Moltbook的首次观察

Yukun Jiang, Yage Zhang, Xinyue Shen, Michael Backes, Yang Zhang

机构 * CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全研究中心） 纠错

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

AI总结 本文研究了首个专为AI代理设计的社会网络Moltbook，分析其主题讨论、风险分布及毒性演变，揭示了代理社交网络中信息传播的复杂性及平台稳定性挑战。

Comments 16 pages

ToolBrain: A Flexible Reinforcement Learning Framework for Agentic Tools

ToolBrain: 一种灵活的强化学习框架用于智能工具

Quy Minh Le, Minh Sao Khue Luu, Khanh-Tung Tran, Duc-Hai Nguyen, Hoang-Quoc-Viet Pham, Quan Le, Hoang Thanh Lam, Hoang D. Nguyen

机构 * ToolBrain Research（ToolBrain研究机构） ； University College Cork（大学学院科克） ； CeADAR University College Dublin（CeADAR大学学院都柏林） ； IBM Research Lab（IBM研究实验室） 纠错

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

AI总结 ToolBrain通过灵活的强化学习框架提升智能代理的工具使用能力，支持多种训练策略并提供高效微调和推理功能。

AgentSwift: Efficient LLM Agent Design via Value-guided Hierarchical Search

AgentSwift: 通过价值引导的分层搜索高效设计LLM代理

Yu Li, Lehui Li, Zhihao Wu, Qingmin Liao, Jianye Hao, Kun Shao, Fengli Xu, Yong Li

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

AI总结 AgentSwift通过价值引导的分层搜索高效设计LLM代理，实现8.34%的性能提升。

Comments AAAI-2026

Coalitions of Large Language Models Increase the Robustness of AI Agents

Prattyush Mangal, Carol Mak, Theo Kanakis, Timothy Donovan, Dave Braines, Edward Pyzer-Knapp

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

Superintelligent Retrieval Agent: The Next Frontier of Agentic Retrieval

超级智能检索代理：代理检索的下一个前沿

Zeyu Yang, Xu Han, Qi Ma, Jason Chen, Anshumali Shrivastava

机构 * Meta Superintelligence Labs（Meta超级智能实验室） ； Rice University（里士满大学） 纠错

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

AI总结 提出SIRA，通过单次语料判别性检索压缩多轮探索，利用LLM丰富文档词汇、预测查询缺失词汇并基于语料统计过滤，在BEIR基准上取得最强平均检索性能，并在下游QA任务中超越RL训练的代理系统。

ToolAnchor: Anchoring Counterfactual Context to Boost Agentic Tool-use Capability

ToolAnchor：锚定反事实上下文以提升智能体工具使用能力

Weiting Liu, Jieyi Bi, Wanqi Zhou, Jianfeng Feng, Yining Ma, Ai Han, Wenlian Lu

机构 * Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学） ； MIT（麻省理工学院） 纠错

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

AI总结 研究针对工具增强大语言模型智能体在工具集扩展时的问题，提出ToolAnchor框架，通过在关键决策点注入反事实锚定上下文打破行为惯性，经教师模型假设、学生展开验证及智能体后训练，提升其在扩展工具集下的性能，为智能体强化学习开辟新路径。

The "I Don't Know" Filter: Enhancing Agentic Reliability in Function Calling

“我不知道”过滤器：提高函数调用中智能体的可靠性

Stefan Broecker, Mason del Rosario, Boris Selitser, Thomas Strohmer

机构 * University of California, Davis, Department of Computer Science（加州大学戴维斯分校计算机科学系） ； Okareo, Inc.（Okareo公司） ； University of California, Davis, Department of Mathematics（加州大学戴维斯分校数学系） 纠错

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

AI总结 研究语言模型在函数调用基准测试中性能提升但因训练评估指标致幻觉问题。提出考虑错误函数调用负面结果的评估指标及可量化不确定性、去除有害函数调用的轻量级可训练过滤器，助力智能体知道何时说“我不知道”以提升可靠性。

Declarative Skills for AI Agents in Knowledge-Grounded Tool-Use Workflows

知识驱动工具使用工作流中AI代理的声明式技能

M. Danish Lim, I. Danial Bin Sharudin, Wen Han Chen, Cedric Lim, Laura Wynter

机构 * School of Computing and Information Systems（计算与信息系统学院） ； Singapore Management University（新加坡管理大学） 纠错

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

AI总结 提出声明式代理（通过自然语言技能文件控制流程）在知识密集型客服工作流中优于命令式状态机和无脚手架基线，但检索质量是主要瓶颈。

Self-Reflective APIs: Structure Beats Verbosity for AI Agent Recovery

自反式API：结构优于冗长，助力AI代理恢复

Arquimedes Canedo, Grama Chethan

机构 * Siemens Digital Industries Software, USA（西门子数字工业软件公司） 纠错

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

AI总结 提出自反式API，在验证失败时返回机器可读的结构化建议，使AI代理无需外部推理即可修复请求并重试，在Anthropic模型上将任务完成率提升36.7-40.0个百分点，且每成功令牌效率提升1.8-2.2倍。

ToolScope: Enhancing LLM Agent Tool Use through Tool Merging and Context-Aware Filtering

ToolScope: 通过工具合并和上下文感知过滤增强LLM代理的工具使用

Marianne Menglin Liu, Daniel Garcia, Fjona Parllaku, Vikas Upadhyay, Syed Fahad Allam Shah, Dan Roth

机构 * Oracle AI 纠错

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

AI总结 ToolScope通过自动校正的工具合并和上下文感知检索提升LLM代理的工具选择准确性，实验表明在三个顶级LLM和开源基准上提升了8.38%至38.6%的准确率。

Comments ACL Main Conference 2026

Breaking MCP with Function Hijacking Attacks: Novel Threats for Function Calling and Agentic Models

打破MCP：函数劫持攻击：函数调用和代理模型的新威胁

Yannis Belkhiter, Giulio Zizzo, Sergio Maffeis, Seshu Tirupathi, John D. Kelleher

机构 * IBM Research Europe（IBM欧洲研究院） ； Trinity College Dublin（三一学院都柏林） ； Imperial College London（帝国理工学院伦敦） ； ADAPT Research Centre（ADAPT研究中心） 纠错

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

AI总结 本文提出了一种新的函数劫持攻击，通过操纵代理模型的工具选择过程，迫使调用特定攻击者选择的函数，展示了代理模型在函数调用接口上的新漏洞。

DIVE: Scaling Diversity in Agentic Task Synthesis for Generalizable Tool Use

DIVE：在代理任务合成中扩展多样性以实现通用工具使用

Aili Chen, Chi Zhang, Junteng Liu, Jiangjie Chen, Chengyu Du, Yunji Li, Ming Zhong, Qin Wang, Zhengmao Zhu, Jiayuan Song, Ke Ji, Junxian He, Pengyu Zhao, Yanghua Xiao

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

AI总结 DIVE通过反转合成顺序，先执行多样化的现实工具并反向推导任务，从而提升代理任务合成的多样性，使模型在不同任务和工具集下的泛化能力显著增强。

AI Founding Fathers: A Case Study of GIS Search in Multi-Agent Pipelines

Alvin Chauhan

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

Comments 9 pages, 3 figures. Code and data available at https://github.com/alvco/Founding_Fathers_AI

Graph Attention-Guided Search for Dense Multi-Agent Pathfinding

Rishabh Jain, Keisuke Okumura, Michael Amir, Amanda Prorok

机构 * ∗ , Keisuke Okumura 1,2∗ , Michael Amir 1 , Amanda Prorok 1（1、Okumura、Amir、Prorok） 纠错

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