| 📄 arXiv 论文 | 📕 小红书笔记 |
|---|---|
|
2026-07-15
💡 一句话总结
提出基于三图抽象的可组合LLM Agent系统设计框架，实现组件、流程、执行的解耦。
📋 详细解读论文解读论文提出MyAG框架，通过组件图、工作流图、搜索图三层图抽象实现LLM Agent系统的模块化设计与分析。核心创新在于将Agent系统解耦为可独立设计、灵活组合的模块，用户可跨系统复用相同组件并切换不同执行逻辑。该框架为复杂Agent系统的工程化开发提供统一方法论，支持系统的可解释性分析和性能优化。实验验证了框架在异构Agent系统设计中的高效性与灵活性。（研究问题：Agent系统设计；方法：三图抽象解耦；结论：模块化设计提升系统可复用性）
|
—
|
|
2026-07-15
💡 一句话总结
提出门控语义质量-多样性搜索实现Agent harness的自动优化，无需修改模型权重。
📋 详细解读论文解读论文聚焦LLM Agent性能优化，提出自动优化Agent harness（提示、注入知识、运行时控制等）的新方法。核心创新是门控语义质量-多样性（Gated Semantic Quality-Diversity）机制，通过语义空间的质量和多样性平衡实现harness的自动进化。实验证明该方法能在不接触模型权重的情况下显著提升Agent在各类任务中的表现，为实际部署中的性能优化提供了高效路径。（研究问题：Agent harness优化；方法：门控语义多样性；结论：无需改权重即可提升性能）
|
—
|
|
2026-07-15
💡 一句话总结
提出集合转换行为测试，从认知心理学角度评估Agent在工具可靠性突变时的适应能力。
📋 详细解读论文解读论文借用认知心理学的集合转换概念，研究Agent在工具可靠性隐性变化时的行为适应能力。核心创新是设计工具-技能库冗余测试环境，其中多个工具可完成相同任务但可靠性不同，通过隐藏调度变化测试Agent的适应能力。实验揭示现有harnessed Agent在面对可靠性突变时普遍缺乏有效应对策略，为增强Agent鲁棒性和自适应能力提供新测试框架。（研究问题：Agent工具选择鲁棒性；方法：可靠性突变测试；结论：Agent对隐性变化适应不足）
|
—
|
|
2026-07-15
💡 一句话总结
提出跨设备Agent基准DevicesWorld，评估LLM Agent在异构多设备环境中的协同能力。
📋 详细解读论文解读论文针对现有Agent基准聚焦单一设备的局限，提出跨设备评估基准DevicesWorld，模拟真实场景中信息在手机、桌面、其他设备间的流转需求。核心创新是设计需要多设备协同的复杂任务，评估Agent在异构环境中的感知、推理、工具调用与状态管理能力。实验揭示现有Agent在跨设备场景下表现显著下降，为多设备协同Agent研究提供重要基准与改进方向。（研究问题：跨设备Agent协同；方法：多设备异构环境基准；结论：跨设备协同是显著挑战）
|
—
|
|
2026-07-15
💡 一句话总结
提出自适应记忆管理机制，将LLM Agent的外部记忆系统从固定启发式转变为可学习控制。
📋 详细解读论文解读论文挑战现有LLM Agent记忆系统的静态设计，提出记忆作为受控过程（Memory as a Controlled Process）的新视角。核心创新是引入可学习的自适应记忆管理机制，使Agent能根据任务需求动态决定记忆的存储、检索和遗忘策略。实验表明，相较于图结构或反射式记忆方法，学习型记忆管理显著提升Agent在跨任务场景中的效率和适应性，为Agent学习能力开辟新路径。（研究问题：Agent记忆管理；方法：学习型自适应控制；结论：动态记忆管理优于静态启发式）
|
—
|
|
2026-07-15
💡 一句话总结
提出EXECUTE-ASK-REFUSE路由机制，实现LLM Agent的上下文感知安全干预与风险控制。
📋 详细解读论文解读论文针对LLM Agent工具调用中的安全隐患，提出SAFETY SENTRY框架，引入EXECUTE-ASK-REFUSE三路路由机制。核心创新是将二元安全判断（安全/不安全）细分为执行、询问、拒绝三种策略，并结合用户上下文综合决策。该方法解决了现有守卫模型忽略情境适应性的问题，在保证安全的同时避免过度保守。实验验证了该机制在多种真实场景下能有效平衡安全性与实用性。（研究问题：Agent安全决策；方法：上下文感知三路路由；结论：安全性与实用性可兼得）
|
—
|
|
2026-07-15
💡 一句话总结
定义类比深度研究任务，构建ADR-bench评估LLM Agent从历史案例中获取前瞻洞察的能力。
📋 详细解读论文解读论文提出类比深度研究（Analogical Deep Research）新任务，探索LLM Agent利用历史案例进行前瞻分析的能力。研究构建了首个ADR-bench基准，评估Agent检索、结构化整合历史类比的能力。核心创新在于将结构化历史类比融入Agent推理流程，增强其在复杂情境下的分析深度。实验表明现有Agent在类比检索和整合方面存在明显不足，为增强Agent推理能力提供新方向。（研究问题：Agent类比推理；方法：历史案例检索与整合；结论：Agent类比能力有待提升）
|
—
|
|
2026-07-15
💡 一句话总结
提出STOCKTAKE基准，区分LLM Agent的感知失败与行动失败，测量认知-执行差距。
📋 详细解读论文解读论文针对LLM Agent评估的局限性问题，提出STOCKTAKE基准以分离Agent的感知错误与行动执行错误。研究发现在多周决策任务中，Agent可能正确读取环境状态但仍无法正确行动（知行差距）。核心创新是设计公平的神谕机制，区分"感知-行动"失败的不同来源。实验揭示现有Agent普遍存在知行差距，为改进Agent架构提供了精确诊断工具。（研究问题：Agent失败原因分析；方法：感知-行动分离评估；结论：知行差距是主要失败模式）
|
—
|
|
2026-07-15
💡 一句话总结
提出经验记忆图（EMG）实现LLM Agent的一次性错误纠正，通过图结构累积修正经验。
📋 详细解读论文解读论文研究LLM Agent在长期复杂任务中的错误累积问题，提出经验记忆图（Experience Memory Graph）框架，在Agent执行过程中动态构建错误修正知识图谱。核心创新在于实现一次性错误纠正，无需多次反思即可从类似错误中学习恢复。实验表明该方法显著提升Agent在长时序任务中的成功率，特别是在需要多步推理的复杂环境中。（研究问题：Agent错误恢复；方法：记忆图结构；结论：一次性纠错有效提升任务完成率）
|
—
|