AI Agent

Spark-to-Paper: End-to-End Research Paper Generation as a Composable Skill

Spark-to-Paper：作为可组合技能的端到端研究论文生成系统

Zhuoyang Qian, Biao Wu, Yiran Wang, Chris D Yan, Desan Dai, Liangwei Zheng, Jin Jiang, Junsheng Zhang, Wenhao Wang

机构 * Vast Intelligence Lab（星智实验室） ； University of Technology Sydney（悉尼科技大学） 纠错

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

AI总结 Spark-to-Paper是在现有编码助手中实现的端到端研究论文生成系统，含13项可组合技能，在8个研究主题中实现高引用与图表有效性，提升伪造检测率，成本与耗时较低。

Comments 24 pages, 10 figures

The Capability Ladder: A Curriculum-Modernization Framework for Workforce Readiness in the AI Era

能力阶梯：AI时代劳动力准备的课程现代化框架

Majid Memari, George Rudolph

机构 * Utah Valley University（犹他谷大学） 纠错

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

AI总结 本文提出AI时代劳动力准备的能力阶梯课程现代化框架，将AI增强工作按操作自主性分为五级，映射到课程更新等，主张围绕持久能力针对性现代化而非全面替换。

Building AI That Works: ESnet's Pragmatic Approach to AI-Driven Operational Excellence

构建有效的人工智能：ESnet实现人工智能驱动卓越运营的务实方法

Bin Dong, Sukhada Gholba, Brooklin Gore, Shawn Kwang, David Mitchell, Samuel Oehlert, Garrett Stewart, Brendan White, Luke Baker, Ed Balas, Britt Gathright, Chin Guok, Jon-Paul Heron, John MacAuley, Scott Richmond, Chris Robb, Chris Tracy, Kesheng Wu

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

AI总结 ORBIT项目针对ESnet运营痛点，将智能人工智能集成到ServiceNow平台，采用模块化分层架构，以版本化、测试的“技能”管理工具链，完成多项任务，减少步骤、消除错误模式，获广泛应用。

Nonuniformity Principle in Human-AI Coworking

人机协作中的非均匀性原则

An Luo, Jie Ding

机构 * University of Minnesota（明尼苏达大学） ； School of Statistics（统计学院） 纠错

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

AI总结 研究人机协作中人类监督与人工智能效率的矛盾，提出在人机协作中放置监督阶段的问题，开发非均匀性原则，即在工作流程中以非递减间隔放置监督阶段，并在撰写文献综述和构建网站的工作流程中实证验证。

Traccia: An OpenTelemetry-Based Governance Platform for AI Systems

Traccia：一个基于OpenTelemetry的人工智能系统治理平台

Nutan Kumar Naik, Aditya Kumar Saroj, Vijay Prasad Poudel, Saurav Samantray, Abhishek Patel

机构 * National Institute of Technology Rourkela（鲁尔基国立技术学院） 纠错

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

AI总结 研究针对大语言模型和人工智能驱动智能体发展带来的软件治理问题，提出基于OpenTelemetry构建多层次人工智能治理堆栈Traccia，通过添加遥测数据等解决对齐问题，自动创建合规证据包，为企业管理自主人工智能系统创建机器可读基础。

Comments 26 pages, 2 figures, 3 tables, Declaration of generative AI and AI-assisted technologies in the writing process, Declaration of competing interest

Process-Reward Tactic Evolution for Long-Horizon Bioinformatics Workflows

长周期生物信息学工作流的过程奖励策略演化

Lingzhi Yang, Yubo Fan, Song Wu, Gilchan Park

机构 * Stony Brook University（石溪大学） ； Vanderbilt University（范德堡大学） ； Brookhaven National Lab（布鲁克海文国家实验室） 纠错

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

AI总结 提出过程奖励策略演化框架，通过Galaxy工作流训练智能体，利用过程验证器将成功和失败轨迹提炼为策略库，提升长周期生物信息学工作流的完成率、生物学正确性和执行效率。

The Rise of AI-Native Software Engineering: Implications for Practice, Education, and the Future Workforce

AI原生软件工程的崛起：对实践、教育和未来劳动力的影响

Mamdouh Alenezi

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

AI总结 本文系统综述了生成式AI和LLM对软件工程的变革，提出AI原生SE的概念框架、九维能力模型、四阶段课程路线图及研究议程，强调培养工程师的判断、验证与编排能力。

An LLM System for Autonomous Variational Quantum Circuit Design

用于自主变分量子电路设计的大语言模型系统

Kenya Sakka, Wataru Mizukami, Kosuke Mitarai

机构 * Center for Quantum Information and Quantum Biology（量子信息与量子生物学中心） ； The University of Osaka（大阪大学） ； Graduate School of Engineering Science（工学研究科） 纠错

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

AI总结 提出一个基于大语言模型的自主代理框架，通过迭代设计量子电路，在量子特征映射和变分量子本征求解器任务中取得优于或媲美现有方法的性能。

Comments 63 pages, 19 figures, 3 tables

TAHOE: Text-to-SQL with Automated Hint Optimization from Experience

TAHOE: 基于经验的自动提示优化文本到SQL系统

Zhiyi Chen, Jie Song, Peng Li

机构 * ByteDance Inc.（字节跳动公司） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 提出TAHOE系统，通过错误驱动的提示学习管道将调试痕迹转化为结构化提示库，结合策略层建模用户意图，在Spider 2.0-Snow上无需更新参数即可显著提升Text-to-SQL性能。

PolicyKG: An Agentic LLM Pipeline for Translating Institutional Policies into SHACL Knowledge Graphs

PolicyKG：一种用于将机构政策转换为SHACL知识图谱的智能体大语言模型流水线

Ponkrit Kaewsawee, Chaklam Silpasuwanchai, Chutiporn Anutariya

机构 * Asian Institute of Technology（亚洲理工学院） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI、cs.CL

AI总结 本研究提出PolicyKG流水线，可自动将机构政策转换为SHACL知识图谱，在AIT语料库上取得高分类准确率，适配新领域仅需替换注册表，解决了人工转换的效率问题。

Comments 23 pages, 3 figures, 4 tables. Under review at IJCKG 2026, Bangkok, Thailand

Faithful, Not Corrective: Message-Format Effects in Multi-Hop Agent Relays Are Tier-Dependent

忠实而非纠正：多跳智能体中继中的消息格式效应取决于层级

Zayx Shawn

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.LG

AI总结 研究多跳智能体中继中消息格式效应，引入可控测试平台，发现格式效应取决于层级，强中继近乎无损，弱中继下跨格式差异增大，配对分叉注入中错误值保留情况与真实值保留匹配，结构提供错误定位通道，格式选择应依最弱中继。

FormaTheoria: Constructing Large-Scale Lean Theories from Mathematical Literature $-$ Toward the Formalization of the Classification of Finite Simple Groups

FormaTheoria：从数学文献构建大规模Lean理论——迈向有限单群分类定理的形式化

Tianjiao Nie, Ao Zhang, Yusen Tang, Damiano Testa, Shing-Tung Yau, Peng Li, Yuan Zhou

专题命中 工作流自动化 ：agent(abstract)；tool use(abstract)；workflow(abstract)

AI总结 本研究提出AI辅助工作流FormaTheoria，应用于有限单群分类定理的形式化，构建了经机器检查的Lean开发项目，验证了深度依赖的有限群理论，为推进该定理的形式化奠定基础。

Addressing the Orchestration Gap in Generalist Robots via Physical Agency

通过物理智能解决通用机器人中的编排差距

Liane Galanti, Dhruv Shah, Tri Dao

机构 * Princeton University（普林斯顿大学） ； Together AI（联合人工智能） 纠错

专题命中 工作流自动化 ：agent(abstract)；planning(abstract)；agentic(abstract)

AI总结 研究通用机器人行动推理问题，提出将相关能力分解为语言条件策略/控制智能体与高级智能体管理器/编排器，构建物理智能体编排器Pigey，经评估其在模拟和实际任务中性能显著提升，缩小了编排差距。

Process Reward Informed Tree Rollout for Effective Multi-Turn RL

用于有效多轮强化学习的过程奖励引导树展开

Xintong Li, Sha Li, Yuwei Zhang, Changlong Yu, Rongmei Lin, Hongye Jin, Shuyi Guan, Xin Liu, Linwei Li, Qingyu Yin, Jingbo Shang

机构 * UC San Diego（加州大学圣地亚哥分校） ； Amazon（亚马逊） ； MIT Alumni（麻省理工学院校友） 纠错

专题命中 工作流自动化 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 研究多轮强化学习中有效探索问题，提出过程评分器引导的自适应树展开框架PATR，利用过程反馈评分轨迹、选择性分支等，在FrozenLake和SWE - Bench实验中提升性能，是可扩展多轮强化学习的有效策略。

Comments Preprint

Descriptive Execution of HPC Applications and Workflows

高性能计算应用程序和工作流的描述性执行

Vanessa Sochat, Daniel Milroy

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

AI总结 研究评估智能框架在高性能计算中的表现，该框架结合大语言模型及资源，能完成扩展研究、作业规范转换和生物科学工作流三项任务，揭示特定任务失败模式，为多集群设置开发提供宝贵信息。

Comments 8 pages, 6 figures, 3 tables

Causal Discovery in the Era of Agents

智能体时代的因果发现

Yujia Zheng, Vishal Verma, Mantej Gill, Haoyue Dai, Peter Spirtes, Kun Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；分类 cs.AI、cs.LG、cs.SE

AI总结 提出智能体应辅助因果发现流程而非提供因果结论，通过causal-learn+平台实现数据驱动、算法支撑的因果发现，避免语言模型不可靠性转化为因果证据。

Comments Platform is available at causallearn.com

Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests

测试驱动、AI辅助学习：用每周闭卷考试取代讲座

Jin-Guo Liu, Shang-Qi Lu, Xin-Ran Shi, Long-Li Zheng, Wei Wang

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

AI总结 提出测试驱动AI辅助学习（TDAA）模式，用自定进度学习和频繁闭卷考试替代传统讲座，通过AI工具辅助教学材料准备和评分，实现高频质量关卡。

Comments 7 pages, 3 figures. GitHub: https://github.com/TDAA-Go/TDAA-Go

Agent-Orchestration in Autonomous Chip Design

自主芯片设计中的智能体编排

Linyang Li

机构 * Nova Silicon（诺瓦硅公司） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 该研究针对芯片设计领域，结合大型语言模型与工具使用智能体，提出将芯片设计超级智能建模为庞大AI组织的思路，探索适用于该复杂行业的AI类型。

Hallucinations and Constraints : Regulating surgical workflow recognition beyond accuracy

幻觉与约束：超越准确率的手术工作流程识别调控

John S. H. Baxter, Pierre Jannin

机构 * Université de Rennes（雷恩大学） ； Inserm（法国国家健康与医学研究院） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 该研究针对医学图像处理中AI的幻觉问题，提出用线性时序逻辑谓词结合概率图模型调控，在机器人辅助子宫切除术阶段识别中准确率提约10%且消除多数拓扑错误。

Comments 11 pages, 1 figure, 1 table, accepted to the MICCAI 2026 Workshop on Fairness, Regulation, and Ethics (FAIMI-BRIDGE-EPIMI 2026)

Failures Reveal What Metrics Miss: An Evidence-Driven Agent for Recursive Refinement of ECG Classifiers

失败揭示指标遗漏之处：用于心电图分类器递归优化的证据驱动智能体

Jinliang Deng, Yiming Niu, Yibo Pan, Zhiqi Shao, Qin Luo, Yongxin Tong

机构 * Beihang University（北京航空航天大学） ； Chongqing University（重庆大学） ； Fuwai Hospital（阜外医院） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 研究聚焦心电图分类器优化依赖人工的问题，提出RecursiveECG框架，利用LLM基于具体失败情况和心电图证据优化分类器，经特殊转换和审查分析制定修订，在多数据集上表现出色，验证了基于证据优化过程的有效性。

Supporting Autonomous Process Execution within a Multi-Perspective Constraint Frame via Numeric Planning

通过数值规划在多视角约束框架内支持自主流程执行

Paul Wittlinger, Giacomo Acitelli, Anti Alman, Fabrizio Maria Maggi, Andrea Marrella

专题命中 工作流自动化 ：planning(title)；分类 cs.AI

AI总结 研究在人工智能增强业务流程管理系统中，通过引入新工具，用多视角约束增强流程框架，为部分流程执行推荐最优延续，经实证评估该技术具可扩展性和有效性，能支持自主及约束感知决策。

An End-to-End Hybrid Quantum--Classical Sampling Workflow for Discrete Markov Random Fields: A Reproducible Case Study

离散马尔可夫随机场的端到端混合量子-经典采样工作流程：一个可重现的案例研究

Arul Rhik Mazumder

机构 * School of Computer Science（计算机科学学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 研究离散马尔可夫随机场采样难题中，对小MRF采用幅度编码独立同分布采样，与经典MCMC比较。通过多个实例展示不同方法的ESS比率等，还进行了预处理时间、MPS缩放及VQC与MPS的比较，揭示各方法特点及差距。

Comments 9 pages, 7 figures, 9 tables, Accepted to IEEE International Conference of Quantum Computing and Engineering - QCE 2026 in the Quantum End-to-End Hybrid Case Studies (QECS) Technical Papers track

Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture

用于IPoDWDM网络生命周期自动化的智能AI：一种启用MCP的架构

Chunmin Xia, Jakub Harbaczewski, Nikhil Dsilva, Julie Raulin, Dominic Schneider, Achim Autenrieth

机构 * Adtran Networks SE（阿特兰网络公司） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 该研究针对多供应商、多层IPoDWDM网络，提出分布式多MCP架构，借助SDN实现自动化及自主控制，运用GNPy模型等进行闭环跨层控制，并通过实验验证，实现端到端服务生命周期自动化。

Comments Accepted for oral presentation at the European Conference on Optical Communication (ECOC 2026)

An Empirical Study of Downstream Adaptation for Agent Skills

智能体技能下游适配的实证研究

Xinjian Wu, Jingzhi Gong, Gunel Jahangirova, Zhenpeng Chen, Jie M. Zhang

专题命中 工作流自动化 ：agent(title)；分类 cs.SE

AI总结 研究大语言模型智能体技能下游适配，分析六个技能库的1126个适配实例，构建含46种模式的分类法，揭示重用悖论，发现适配相互依赖及近五分之一适配引入安全敏感内容，为改进技能设计等提供启示。

Comments 10 pages, 3 figures, 13 tables

GLM-5 Serving Parameter Tuning for OpenClaw: Single-Deployment MaaS Inference Optimization for Long-Context Agent Workloads

用于OpenClaw的GLM-5服务参数调优：针对长上下文代理工作负载的单部署MaaS推理优化

Minjie Hua, Ning Wang, Peijun Yang, Kai Wang, Shiguo Lian

机构 * China Unicom（中国联合网络通信集团有限公司） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 研究在MaaS多模型推理优化架构中对GLM-5服务参数调优，在单节点优化模块调整相关参数，找到最佳配置，相比基线提升了请求和总令牌吞吐量，降低了平均TTFT和延迟P90，推荐其为默认部署配置。

Comments 10 pages, 3 figures, 2 tables; technical report

DA-Studio: An Agentic System for End-to-End Data Analysis

DA-Studio：用于端到端数据分析的智能体系统

Yizhe Liu, Shaolei Zhang, Ju Fan

机构 * Renmin University of China（中国人民大学） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 提出DA-Studio，一个集成了沙盒执行与可检查工作流的端到端数据分析系统，通过迭代动作生成与代码执行，从原始文件与自然语言请求逐步构建可执行分析步骤。

Comments VLDB 2026 Demo submission

Would this change your answer? Evaluating Explanations of LLM Behavior In The Wild with Counterfactual Experiments

这会改变你的答案吗？通过反事实实验评估现实场景中大语言模型（LLM）行为的解释

Adam Karvonen, Euan Ong, Subhash Kantamneni, Samuel Marks

机构 * Anthropic 纠错

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

AI总结 本研究提出CHIVE流程，通过反事实实验评估大语言模型行为的解释，发现常见可解释性技术无预测提升，且CHIVE生成的训练数据可实现分布外泛化。

Dual-Adversarial Safety Alignment: Cultivating Intrinsic Threat Comprehension in LRMs

双对抗安全对齐：在大型推理模型（LRMs）中培养内在威胁理解

Hongli Shen, Shaopeng Fu, Qinbo Zhang, Jian Li, Di Wang

机构 * King Abdullah University of Science and Technology（阿卜杜拉国王科技大学） ； Stony Brook University（石溪大学） 纠错

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

AI总结 针对现有LRMs安全对齐方法依赖模式泛化不足的问题，提出双对抗框架AdvSafe，通过两阶段对抗博弈生成不安全知识数据集，使LRMs实现鲁棒安全对齐且权衡性能更优。

SiriusDeliver: Automating Data Warehouse Delivery at Tencent

SiriusDeliver：腾讯的数据仓库交付自动化方案

Haining Xie, Xiaokai Zhou, Jiaming Yang, Siqi Shen, Ziwei Wang, Yifeng Zheng, Tengyue Xu, Yipeng Shi, Zefang Zong, Yang Li, Peng Chen, Jie Jiang, Debiao He, Xiao Yan, Jiawei Jiang

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

AI总结 腾讯提出SiriusDeliver端到端交付自动化智能体，集成三类组件，经离线实验和腾讯云WeData大规模部署验证，可显著提升DW交付的成功率、效率，缩短交付时间与工程师工作量。

Comments 13 pages, 13 figures, 3 tables. Under submission

Tracing the Heart: An Evidence-Linked Pipeline for Heart-Failure Feature Engineering

追踪核心：一种用于心力衰竭特征工程的证据关联管道

Soorya Ram Shimgekar, Michelle Hu, Dorisa Shehi, Daniel Kang, Roy Ka-Wei Lee, Koustuv Saha, Christian Poellabauer, Christopher Lee, Sajeev Singh, Piyum Zonooz, Navin Kumar, Zeeshan Ahmed, Priyadarshini Kachroo

机构 * Nimblemind（宁敏德（音译）） ； Singapore University of Technology and Design（新加坡科技设计大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Florida International University（佛罗里达国际大学） ； University of California Los Angeles（加利福尼亚大学洛杉矶分校） ； Rutgers University Newark（罗格斯大学纽瓦克分校） ； Rutgers Institute for Health Health Care Policy and Aging Research（罗格斯大学健康、医疗保健政策与老龄化研究所） ； Robert Wood Johnson Medical School（罗伯特·伍德·约翰逊医学院） ； Rutgers Health（罗格斯医疗） 纠错

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

AI总结 该研究针对心力衰竭EHR特征工程瓶颈，开发了nMAS管道，经500条虚拟记录验证，可提升HFrEF和HFpEF表型分析的AUROC，为自动化可审核特征工程提供了可行方案。