每日推送 · 2026年05月22日

📄 arXiv 论文	📕 小红书笔记
LLM Agent skill evolution 2026-05-20 Trace2Skill: Verifier-Guided Skill Evolution for Long-Context EDA Agents Zijian Du, Nathaniel Pinckney 💡 一句话总结 Trace2Skill通过验证器引导实现硬件Agent的测试时技能进化 arXiv PDF 📋 详细解读论文解读本文针对复杂Verilog设计问题对硬件LLM Agent的挑战，提出Trace2Skill框架。核心创新在于利用验证器反馈引导Agent在测试时进行技能演进，无需RTL专业化即可改进Agent性能。方法包括定位验证器相关的RTL、测试平台、依赖关系，并从稀疏的验证失败中恢复。该框架为skill evolution在硬件设计领域开辟了新路径。	openclaw 谁还没拿到《OpenClaw》！ 💡 内容总结《OpenClaw》实战指南，教你用AI助理重构生产力，实现邮件处理、数据整理、网页任务自动化小红书
LLM Agent 2026-05-21 Ratchet: A Minimal Hygiene Recipe for Self-Evolving LLM Agents Xing Zhang, Yanwei Cui, Guanghui Wang, Ziyuan Li, Wei Qiu 💡 一句话总结 Ratchet揭示技能库自进化瓶颈在生命周期管理而非技能编写 arXiv PDF 📋 详细解读论文解读本文深入分析Voyager等开创的技能库自进化系统，发现LLM自动生成的技能相比无技能基线无提升(+0.0pp)，而人工策划技能提升+16.2pp。研究揭示瓶颈不在技能创作而在生命周期管理。提出Ratchet方案，采用单一Agent闭环机制实现技能库的持续维护与进化，为skill evolution提供实用recipe。	openclaw ❤️ 5 2026最新Agent学习路线 💡 内容总结 2026最新Agent学习路线，涵盖Agent Loop、工具调用、RAG、Memory、Skills、MCP、A2A及OpenClaw等核心内容与源码项目推荐小红书
openclaw 2026-05-21 MOSS: Self-Evolution through Source-Level Rewriting in Autonomous Agent Systems Qianshu Cai, Yonggang Zhang, Xianzhang Jia, Wei Xue, Jun Song 💡 一句话总结 MOSS提出源码级重写实现自主Agent自进化，突破传统仅修改文本制品的限制 arXiv PDF 📋 详细解读论文解读本文针对自主Agent系统在部署后无法自我进化的根本问题，提出MOSS框架。核心创新在于不仅能修改技能文件、提示配置等文本制品，还能直接改写Agent底层代码结构，实现源码级自我进化。实验表明该方法能有效消除Agent部署后的持续失败，无需人工介入即可适应新任务。属于skill evolution领域的重要进展。	skill learning ❤️ 24 超过一半的token蒸馏方向是错的，多轮Agent 💡 内容总结 SDAR自蒸馏Agent强化学习研究揭示：多轮Agent训练中超过一半的token蒸馏方向是错的，会导致模型崩溃小红书
openclaw 2026-05-21 Benchmarking Autonomous Agents against Temporal, Spatial, and Semantic Evasions Jianan Ma, Xiaohu Du, Ruixiao Lin, Yaoxiang Bian, Jialuo Chen 💡 一句话总结 Benchmark评估OpenClaw等自主Agent在时空语义规避攻击下的安全性 arXiv PDF 📋 详细解读论文解读本文针对OpenClaw等拥有深度系统级权限的自主Agent安全风险进行基准测试。核心问题在于现有漏洞分析仅关注单轮无状态行为，忽视多轮有状态交互的攻击面。研究提出针对时间、空间和语义规避攻击的系统性评估方法，为自主Agent安全研究提供重要基准，推动安全Agent系统的设计与防护。	skill refinement ❤️ 37 港科&微软: 让Agentic知识库学会自我修补 💡 内容总结港科&微软DeepRefine论文解读，Agent-Compiled知识库的自我修补与持续优化方法，通过强化学习修复知识库缺陷小红书
LLM Agent 2026-05-21 Diagnosis Is Not Prescription: Linguistic Co-Adaptation Explains Patching Hazards in LLM Pipelines Yoon Jeonghun, Kim Dongchan 💡 一句话总结诊断悖论揭示LLM Agent管道修复中因果归因与干预位置的偏差 arXiv PDF 📋 详细解读论文解读本文通过因果分析揭示多模块LLM Agent的诊断悖论：路由模块被识别为性能瓶颈，但在此处注入纠正反而降低性能。核心发现是故障责任模块不一定是最佳干预点。研究提供了三个独立Agent家族的实证分析，指出语言协作适应是导致此现象的深层原因，为Agent系统调试提供新的理论视角。	skill learning ❤️ 27 harness工程实操，值得一看的开源教程 💡 内容总结清华大学walkinglabs团队出品的Harness工程开源教程，系统讲解如何约束Agent行为、提升交付质量小红书
LLM Agent 2026-05-21 IdleSpec: Exploiting Idle Time via Speculative Planning for LLM Agents Daewon Choi, Kyunghyun Park, Woomin Song, Saket Dingliwal, Sai Muralidhar Jayanthi 💡 一句话总结 IdleSpec利用投机规划挖掘LLM Agent空闲时间潜力 arXiv PDF 📋 详细解读论文解读本文针对LLM Agent在等待观察响应期间的空闲时间浪费问题，提出IdleSpec投机规划框架。核心创新在于利用空闲时间进行前瞻性计算，而非将其视为不可避免的开销。方法考虑不同Agent场景的计算预算差异，提供灵活的资源利用策略。该研究优化了多步推理和工具调用的效率，提升整体任务完成速度。	LLM Agent ❤️ 1 AI Agent开始自己练级了 💡 内容总结 Agent-World论文解读：通过自动扩张的训练世界让AI Agent在复杂环境中反复练习、犯错、修正、进化小红书
LLM Agent 2026-05-21 Adapting the Interface, Not the Model: Runtime Harness Adaptation for Deterministic LLM Agents Tianshi Xu, Huifeng Wen, Meng Li 💡 一句话总结 Life-Harness通过运行时适配而非模型更新解决确定性Agent失败 arXiv PDF 📋 详细解读论文解读本文指出LLM Agent失败常源于模型-环境接口不匹配而非模型本身，提出运行时适配方法Life-Harness。核心创新在于认识到Agent运行时 harness （包括观察、工具使用、执行反馈等接口）对性能的关键影响，提供接口层面的自适应调整方案。该方法填补了现有Agent适配研究仅关注模型参数的空白。	skill learning ❤️ 1210 更强的论文skill——PaperSpineV2 小红书
arxiv 2026-05-21 GraphFlow: A Graph-Based Workflow Management for Efficient LLM-Agent Serving Ao Li, Shangpeng Yang, Fahao Chen, Tianheng Xu, Peng Li 💡 一句话总结 GraphFlow基于图的工作流管理提升LLM-Agent服务效率 arXiv PDF 📋 详细解读论文解读本文针对LLM-Agent服务中预定义模板和浅层匹配机制的局限性，提出GraphFlow图管理工作流框架。核心创新在于通过图结构捕获深层语义关系，增强Agent对复杂任务的泛化能力。该方法改进了现有工作流辅助Agent服务系统在处理结构化指令时的语义理解深度，提升任务执行效率。	skill retrieval ❤️ 86 谷歌推出全新开源Python库，文本结构化之光小红书
LLM Agent 2026-05-21 Agentic CLEAR: Automating Multi-Level Evaluation of LLM Agents Asaf Yehudai, Lilach Eden, Michal Shmueli-Scheuer 💡 一句话总结 Agentic CLEAR自动化多层次LLM Agent评估框架 arXiv PDF 📋 详细解读论文解读本文针对Agent系统的自主性带来的行为监管挑战，提出多层次自动化评估框架Agentic CLEAR。核心创新在于打破传统静态错误分类的局限，能够适应新领域动态生成评估标准。解决了现有工具仅提供基础可观测性或依赖人工预设错误体系的问题，为Agent系统评估提供灵活自适应的解决方案。	LLM Agent ❤️ 43 Agent搭建_超详细流程，存一下吧小红书
LLM Agent 2026-05-21 WorkstreamBench: Evaluating LLM Agents on End-to-End Spreadsheet Tasks in Finance Thomson Yen, Julian Poeltl, Harshith Srinivas Gear, Yilin Meng, Joshua Fan 💡 一句话总结 WorkstreamBench评估LLM Agent在金融电子表格任务中的端到端能力 arXiv PDF 📋 详细解读论文解读本文构建WorkstreamBench基准测试集，评估LLM Agent从高层用户指令生成完整电子表格的端到端工作流能力。聚焦金融领域的财务建模、预测、情景分析等核心工作流，填补了企业级Agent评估空白。研究揭示当前Agent在复杂金融任务中的局限性，为企业级AI应用提供评估标准。	skill retrieval ❤️ 40 论文自动撰写skill 你值得拥有小红书

📄 arXiv 论文	📕 小红书笔记
LLM Agent skill evolution 2026-05-20 Trace2Skill: Verifier-Guided Skill Evolution for Long-Context EDA Agents Zijian Du, Nathaniel Pinckney 💡 一句话总结 Trace2Skill通过验证器引导实现硬件Agent的测试时技能进化 arXiv PDF 📋 详细解读论文解读本文针对复杂Verilog设计问题对硬件LLM Agent的挑战，提出Trace2Skill框架。核心创新在于利用验证器反馈引导Agent在测试时进行技能演进，无需RTL专业化即可改进Agent性能。方法包括定位验证器相关的RTL、测试平台、依赖关系，并从稀疏的验证失败中恢复。该框架为skill evolution在硬件设计领域开辟了新路径。	openclaw 谁还没拿到《OpenClaw》！ 💡 内容总结《OpenClaw》实战指南，教你用AI助理重构生产力，实现邮件处理、数据整理、网页任务自动化小红书
LLM Agent 2026-05-21 Ratchet: A Minimal Hygiene Recipe for Self-Evolving LLM Agents Xing Zhang, Yanwei Cui, Guanghui Wang, Ziyuan Li, Wei Qiu 💡 一句话总结 Ratchet揭示技能库自进化瓶颈在生命周期管理而非技能编写 arXiv PDF 📋 详细解读论文解读本文深入分析Voyager等开创的技能库自进化系统，发现LLM自动生成的技能相比无技能基线无提升(+0.0pp)，而人工策划技能提升+16.2pp。研究揭示瓶颈不在技能创作而在生命周期管理。提出Ratchet方案，采用单一Agent闭环机制实现技能库的持续维护与进化，为skill evolution提供实用recipe。	openclaw ❤️ 5 2026最新Agent学习路线 💡 内容总结 2026最新Agent学习路线，涵盖Agent Loop、工具调用、RAG、Memory、Skills、MCP、A2A及OpenClaw等核心内容与源码项目推荐小红书
openclaw 2026-05-21 MOSS: Self-Evolution through Source-Level Rewriting in Autonomous Agent Systems Qianshu Cai, Yonggang Zhang, Xianzhang Jia, Wei Xue, Jun Song 💡 一句话总结 MOSS提出源码级重写实现自主Agent自进化，突破传统仅修改文本制品的限制 arXiv PDF 📋 详细解读论文解读本文针对自主Agent系统在部署后无法自我进化的根本问题，提出MOSS框架。核心创新在于不仅能修改技能文件、提示配置等文本制品，还能直接改写Agent底层代码结构，实现源码级自我进化。实验表明该方法能有效消除Agent部署后的持续失败，无需人工介入即可适应新任务。属于skill evolution领域的重要进展。	skill learning ❤️ 24 超过一半的token蒸馏方向是错的，多轮Agent 💡 内容总结 SDAR自蒸馏Agent强化学习研究揭示：多轮Agent训练中超过一半的token蒸馏方向是错的，会导致模型崩溃小红书
openclaw 2026-05-21 Benchmarking Autonomous Agents against Temporal, Spatial, and Semantic Evasions Jianan Ma, Xiaohu Du, Ruixiao Lin, Yaoxiang Bian, Jialuo Chen 💡 一句话总结 Benchmark评估OpenClaw等自主Agent在时空语义规避攻击下的安全性 arXiv PDF 📋 详细解读论文解读本文针对OpenClaw等拥有深度系统级权限的自主Agent安全风险进行基准测试。核心问题在于现有漏洞分析仅关注单轮无状态行为，忽视多轮有状态交互的攻击面。研究提出针对时间、空间和语义规避攻击的系统性评估方法，为自主Agent安全研究提供重要基准，推动安全Agent系统的设计与防护。	skill refinement ❤️ 37 港科&微软: 让Agentic知识库学会自我修补 💡 内容总结港科&微软DeepRefine论文解读，Agent-Compiled知识库的自我修补与持续优化方法，通过强化学习修复知识库缺陷小红书
LLM Agent 2026-05-21 Diagnosis Is Not Prescription: Linguistic Co-Adaptation Explains Patching Hazards in LLM Pipelines Yoon Jeonghun, Kim Dongchan 💡 一句话总结诊断悖论揭示LLM Agent管道修复中因果归因与干预位置的偏差 arXiv PDF 📋 详细解读论文解读本文通过因果分析揭示多模块LLM Agent的诊断悖论：路由模块被识别为性能瓶颈，但在此处注入纠正反而降低性能。核心发现是故障责任模块不一定是最佳干预点。研究提供了三个独立Agent家族的实证分析，指出语言协作适应是导致此现象的深层原因，为Agent系统调试提供新的理论视角。	skill learning ❤️ 27 harness工程实操，值得一看的开源教程 💡 内容总结清华大学walkinglabs团队出品的Harness工程开源教程，系统讲解如何约束Agent行为、提升交付质量小红书
LLM Agent 2026-05-21 IdleSpec: Exploiting Idle Time via Speculative Planning for LLM Agents Daewon Choi, Kyunghyun Park, Woomin Song, Saket Dingliwal, Sai Muralidhar Jayanthi 💡 一句话总结 IdleSpec利用投机规划挖掘LLM Agent空闲时间潜力 arXiv PDF 📋 详细解读论文解读本文针对LLM Agent在等待观察响应期间的空闲时间浪费问题，提出IdleSpec投机规划框架。核心创新在于利用空闲时间进行前瞻性计算，而非将其视为不可避免的开销。方法考虑不同Agent场景的计算预算差异，提供灵活的资源利用策略。该研究优化了多步推理和工具调用的效率，提升整体任务完成速度。	LLM Agent ❤️ 1 AI Agent开始自己练级了 💡 内容总结 Agent-World论文解读：通过自动扩张的训练世界让AI Agent在复杂环境中反复练习、犯错、修正、进化小红书
LLM Agent 2026-05-21 Adapting the Interface, Not the Model: Runtime Harness Adaptation for Deterministic LLM Agents Tianshi Xu, Huifeng Wen, Meng Li 💡 一句话总结 Life-Harness通过运行时适配而非模型更新解决确定性Agent失败 arXiv PDF 📋 详细解读论文解读本文指出LLM Agent失败常源于模型-环境接口不匹配而非模型本身，提出运行时适配方法Life-Harness。核心创新在于认识到Agent运行时 harness （包括观察、工具使用、执行反馈等接口）对性能的关键影响，提供接口层面的自适应调整方案。该方法填补了现有Agent适配研究仅关注模型参数的空白。	skill learning ❤️ 1210 更强的论文skill——PaperSpineV2 小红书
arxiv 2026-05-21 GraphFlow: A Graph-Based Workflow Management for Efficient LLM-Agent Serving Ao Li, Shangpeng Yang, Fahao Chen, Tianheng Xu, Peng Li 💡 一句话总结 GraphFlow基于图的工作流管理提升LLM-Agent服务效率 arXiv PDF 📋 详细解读论文解读本文针对LLM-Agent服务中预定义模板和浅层匹配机制的局限性，提出GraphFlow图管理工作流框架。核心创新在于通过图结构捕获深层语义关系，增强Agent对复杂任务的泛化能力。该方法改进了现有工作流辅助Agent服务系统在处理结构化指令时的语义理解深度，提升任务执行效率。	skill retrieval ❤️ 86 谷歌推出全新开源Python库，文本结构化之光小红书
LLM Agent 2026-05-21 Agentic CLEAR: Automating Multi-Level Evaluation of LLM Agents Asaf Yehudai, Lilach Eden, Michal Shmueli-Scheuer 💡 一句话总结 Agentic CLEAR自动化多层次LLM Agent评估框架 arXiv PDF 📋 详细解读论文解读本文针对Agent系统的自主性带来的行为监管挑战，提出多层次自动化评估框架Agentic CLEAR。核心创新在于打破传统静态错误分类的局限，能够适应新领域动态生成评估标准。解决了现有工具仅提供基础可观测性或依赖人工预设错误体系的问题，为Agent系统评估提供灵活自适应的解决方案。	LLM Agent ❤️ 43 Agent搭建_超详细流程，存一下吧小红书
LLM Agent 2026-05-21 WorkstreamBench: Evaluating LLM Agents on End-to-End Spreadsheet Tasks in Finance Thomson Yen, Julian Poeltl, Harshith Srinivas Gear, Yilin Meng, Joshua Fan 💡 一句话总结 WorkstreamBench评估LLM Agent在金融电子表格任务中的端到端能力 arXiv PDF 📋 详细解读论文解读本文构建WorkstreamBench基准测试集，评估LLM Agent从高层用户指令生成完整电子表格的端到端工作流能力。聚焦金融领域的财务建模、预测、情景分析等核心工作流，填补了企业级Agent评估空白。研究揭示当前Agent在复杂金融任务中的局限性，为企业级AI应用提供评估标准。	skill retrieval ❤️ 40 论文自动撰写skill 你值得拥有小红书

今日推送