今日推送

论文解读论文研究了Agentic Harness中协调多智能体、记忆、技能和工具使用的编排框架性能来源问题。核心创新在于提出HeavySkill视角，将深度思考不仅视为外部推理过程，更是Agent内部的固有技能，从而揭示复杂系统设计背后真正驱动性能的核心机制。为未来Agent系统设计和技能获取提供新的理论视角。

论文解读论文研究OpenClaw作为公版单用户Agentic-AI网关的安全属性。核心创新在于识别四大失败模式：F1门禁绕过、F2审计伪造、主机静默故障、F4错误目标，揭示Agent执行动作与审计记录不一致的机制。这些是Agentic-AI运行时的核心安全属性，证明当前架构存在严重的设计缺陷，需重新审视运行时硬化策略。

论文解读论文研究API生态系统扩展时静态检索无法适应Agent执行中理解演变的问题。核心创新在于提出训练无关的FitText框架，将检索动态嵌入执行过程，使工具选择随Agent理解演化而调整。解决随API规模增长，用户描述与工具文档语义不匹配的核心挑战，实现工具生态的自我进化。

论文解读论文指出现有基准强调先验引导数据设置下的最终答案准确率，缺乏推理过程评估。核心创新在于设计DataClaw过程导向基准，专门测试Agent在未充分探索数据环境中的探索性分析能力。强调推理过程而非仅结果正确性，为评估自主数据科学Agent提供更全面的评价体系。

论文解读论文指出现有OpenClaw生态的基准仅评估助手级任务，忽视学术级能力。核心创新在于构建AcademiClaw双语基准，从学生真实作业、研究项目、竞赛和个人项目中提取80个复杂长时域任务。填补了OpenClaw在学术场景评估中的空白，为检验AI Agent处理高等教育任务的能力提供标准化测试平台。

论文解读论文对医疗Agent技能进行首次系统性实证研究，将技能定义为自包含的目录结构，封装AI Agent的复用程序。核心创新在于揭示医疗自动化受本地流程和组织约束影响，技能难以跨场景迁移的特性。研究涵盖实践、差距和治理三个维度，为医疗Agent跨多样化医疗环境的适配提供系统性理解框架。

论文解读论文研究LLM Agent中上下文信息编码的设计问题，指出编码信息的结构对系统质量起核心作用。核心创新在于提出形式化语言描述Agentic LLM上下文，涵盖指令、观察和交互历史的组织方式。为上下文工程提供系统性框架，帮助设计者更清晰地理解和优化Agent系统的信息流与推理能力。

论文解读论文指出前沿软件工程Agent在短期基准上饱和，但在长时域多工程师任务上表现退化。核心创新在于定位训练数据缺口：现有GitHub抓取和单Agent轨迹不足以支持长时域任务，提出三主体对话数据作为下一代SWE Agent的基材。强调对话式协作数据对培养高级软件工程能力的关键作用，为构建更真实的训练环境提供方向。

论文解读论文研究LLM智能体从孤立工具用户向协作团队演进过程中的RL优化问题。核心创新在于提出编排追踪方法，用时序交互图表示子智能体生成、委托、沟通、聚合和停止等事件，将RL优化扩展到工作流编排层面。为多智能体LLM系统的协同决策优化提供新框架，填补个体动作优化到团队协作优化之间的空白。

论文解读论文指出现有文本到SQL系统遵循固定管道，模式元素仅前置检索一次，限制从早期错误恢复的能力。核心创新在于FlexSQL的核心设计允许在执行过程中动态重新检索模式和数据，解决了复杂模式导航和歧义查询问题。通过灵活探索机制显著提升数据库交互中的容错能力，为生产级文本到SQL系统提供新范式。