今日推送

论文解读论文聚焦长期Agent规划中的记忆利用问题。CHIME提出信用感知的层级记忆系统，通过追踪动作效果归因，实现经验的累积与复用。其核心创新在于将自我进化记忆与层级规划结合，使Agent能从交互结果中提取可复用的知识片段，显著降低推理成本同时保持规划能力的持续提升。实验表明该方法在长时程任务中相比传统方法有明显性能优势。

论文解读论文针对Long-Horizon Agent中ReAct范式的效率问题提出新方案。研究发现逐动作执行在长程任务中产生过多推理开销。核心创新是技能引导的自适应行动分块机制，根据任务上下文动态决定行动粒度。实验表明该方法在保持重规划灵活性的同时，大幅减少推理轮次，对长程交互任务的完成效率有显著提升。

论文解读论文针对Self-Improving Agent在长时程异构任务中的技能管理难题。SkillGLoW提出程序族技能整合方法，将相似技能的共享结构与任务特定实现分离存储。核心创新在于提出层次化的技能组织架构，避免全局文档的通用化退化与扁平池的冗余膨胀。实验证明该方法在多样化长程工作负载中显著提升Agent的自我改进效率与任务完成质量。

论文解读论文揭示长期Agent中未被注意的安全威胁：内生授权 laundering。当Agent记忆错误表示授权状态时，可能在底层历史未授权的情况下获得额外权限。核心创新在于形式化定义该威胁，区分外部攻击与内部状态扭曲。论文分析了触发条件并提出缓解策略，对确保长期运行Agent的安全性具有重要意义。

论文解读论文针对Agent Scaffold优化器的决策不确定性问题提出新框架。传统方法依赖隐式假设环境响应，导致优化方向偏差。核心创新是引入信念校准的显式世界模型，使优化Agent能追踪其对环境响应的置信度。方法通过显式推理哪些改动可能有效，显著提升优化器的迭代效率和最终性能。

论文解读论文研究LLM Agent参与人类群体行为的影响。通过协作描述游戏实验，改变LLM Agent在群体中的比例，观察共识形成模式变化。核心发现是Agent的存在显著加速共识达成，但可能产生人类群体未可达成的特定Convention。创新点在于首次系统量化AI Agent对集体智能的影响，为人机协作设计提供实证依据。

论文解读论文聚焦个性化语言Agent的记忆安全威胁。Agent的持续记忆机制既是适应用户的优势，也构成攻击面。CAPTURE将偏好冲突识别建模为连续时间部分可观测决策过程，区分真实偏好变化、上下文歧义与恶意记忆投毒。核心创新在于提出基于观测历史的状态估计算法，增强Agent对记忆操纵攻击的鲁棒性。

论文解读论文针对LLM Agent长轨迹诊断难题提出新方法。Agent失败往往隐藏在复杂轨迹中，传统软件调试技术难以适用。核心创新在于引入行为抽象概念，将低层动作序列归纳为高层行为模式，从而快速定位失败根源。方法结合结构化分析与异常检测，实现 Needle-in-haystack 问题的有效解决。实验验证了该方法在多种Agent基准测试中的诊断有效性。

论文解读论文解决Agent评估成本过高的问题。传统评估需完整执行Agent轨迹，成本可达数百至数千美元。EarlyEval提出早期结果预测方法，通过分析执行早期阶段信号预测最终结果，从而提前终止无效评估。核心创新在于构建轻量级预测器，无需完整执行即可预估性能。实验表明该方法可显著降低评估成本同时保持预测准确性。

论文解读论文通过复现经典经济学实验研究LLM Agent的市场行为。将人类被试替换为LLM Agent，观察博弈均衡实现情况。核心发现是当前LLM Agent可部分适应市场机制，但存在对策略空间探索不足等问题。创新点在于引入经济学实验方法评估Agent的经济理性，为LLM Agent的实际部署提供行为参考。