今日推送

论文解读论文基于15个前沿LLM、1141个真实技能和300万次路由决策的实验数据，发现两条耦合缩放定律：路由精度随技能库规模对数衰减，执行效能随技能丰富度幂律提升。核心创新包括：精确的路由误差分析模型、揭示错误从近邻技能向远邻技能蔓延的规律、以及技能库规模对不同能力维度差异化影响。结论为大规模技能库设计提供量化指导，指出100-1000量级技能库是关键转折点。

论文解读论文解决静态技能库无法满足测试时任务特殊需求的难题。提出SkillTTA（Test-Time Adaptive Skill Synthesis），通过检索相关训练轨迹并将其合成为临时任务特定文本技能。方法保持Solver模型固定，仅在推理时动态组装技能。核心创新包括轨迹相似度检索机制和技能合成prompt设计。实验证明该方法在多种任务类型上显著优于静态技能库基线，尤其在分布外任务上优势明显。

论文解读论文指出现有技能常以文本指导形式存在，缺乏明确的干预机制。提出HASP（Harnessing LLM Agents with Skill Programs）框架，将技能编码为可执行程序并明确指定调用时机和方式。核心创新在于设计了技能程序的语言规范，使Agent能在执行循环中精确触发技能介入。实验表明HASP显著提升Agent在复杂长时序任务中的表现，技能调用准确率较基线提升显著。

论文解读论文针对开放技能生态中冗余、不均衡、环境敏感的技能管理难题，提出SkillsVote框架。将Agent技能建模为耦合可执行脚本和非执行指导的经验模式，支持技能的全生命周期治理。核心创新包括：提出技能质量评估机制、基于使用反馈的技能推荐、以及可控的技能更新策略。实验验证了框架能有效防止低质量技能污染上下文，同时保持技能库的多样性和时效性。

论文解读论文系统研究了大语言模型智能体自动生成技能（Skill Generation）的挑战，指出现有基准只评估技能使用而非技能生成。构建了SkillGenBench，包含从代码仓库和文档生成技能的任务，并设计了正确性、可复用性和可执行性三个维度的评估指标。实验覆盖多种LLM，发现生成高质量可执行技能仍是显著瓶颈，为后续技能生成研究提供标准化评估框架。

论文解读论文直面个人AI助手（如OpenClaw、Hermes Agent）过度依赖云端模型的隐私和效率问题。发现直接替换云端模型会导致25-39个百分点性能下降，提出系统性本地化优化方案。核心创新包括：针对个人AI任务的本地模型微调策略、轻量化适配技术、以及任务感知的模型路由机制。实验表明优化后的本地模型在多个个人AI基准上接近云端模型表现，为隐私敏感场景提供可行方案。

论文解读论文针对LLM Agent在自动化漏洞修复（AVR）中仍存在显著失败率的问题，分析发现主要失败模式是语义误解。提出ContraFix框架，利用差异化运行时证据辅助Agent理解漏洞语义，并通过技能复用机制加速修复。核心创新包括：运行时状态对比分析、基于历史成功修复的技能模板库、以及语义一致性校验机制。实验在真实漏洞数据集上验证了方法有效性，修复成功率较现有方法提升。

论文解读论文针对长时序LLM Agent记忆系统中语义相似但实际无关的检索问题，提出因果记忆干预方法。核心思想是区分记忆的主题相关性和因果相关性，避免误导性检索。方法利用因果推断识别对当前决策真正有因果作用的记忆片段。创新点包括因果图建模记忆依赖关系、干预后的检索重排序机制。实验表明该方法显著提升长时序任务中的决策质量。

论文解读论文研究AI Agent（如OpenClaw）在处理邮件、下载文件、网页等非可信输入时面临的间接提示注入（IPI）风险。提出LivePI基准，提供多样化的间接注入通道和真实攻击场景。核心工作包括：系统分类IPI攻击向量、设计多阶段评估指标、以及对比现有安全防护机制的有效性。实验揭示当前Agent对间接注入的脆弱性，为安全加固提供方向指引。

论文解读论文针对软件仓库中commit信息、讨论等非结构化知识难以有效利用的问题，参考MemGPT等typed-memory架构，提出知识蒸馏型记忆层。核心创新包括：从非结构化历史中提取结构化知识、构建类型化知识表示、以及基于知识的检索增强机制。方法使AI编码助手能充分利用项目历史信息，提升代码补全和修改建议的质量。实验验证了知识蒸馏在提升Agent任务执行准确性上的有效性。