AI Agent

Agent Operating Systems (AOS): Integrating Agentic Control Planes into, and Beyond, Traditional Operating Systems

代理操作系统 (AOS)：将代理控制平面集成到传统操作系统及其之外

Ankur Sharma, Deep Shah

机构 * Independent Researcher（独立研究员） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title,abstract)；分类 cs.AI

AI总结 本文提出代理操作系统（AOS）架构，通过集成代理控制平面到现有操作系统或逐步接管部分OS职责，以解决传统OS在调度、内存管理、安全、可观测性和治理方面对长期目标导向的代理AI工作负载的局限性。

Model Context Protocol (MCP) Tool Descriptions Are Smelly! Towards Improving AI Agent Efficiency with Augmented MCP Tool Descriptions

模型上下文协议（MCP）工具描述存在坏味道！通过增强MCP工具描述提升AI智能体效率

Mohammed Mehedi Hasan, Hao Li, Gopi Krishnan Rajbahadur, Bram Adams, Ahmed E. Hassan

专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(title)；分类 cs.SE

AI总结 本文通过实证研究103个MCP服务器中的856个工具描述，发现97.1%的描述存在坏味道，并提出增强描述方法，在提升任务成功率（中位数+5.85%）的同时增加了执行步骤（+67.46%），进一步通过组件消融实验找到兼顾性能与效率的紧凑描述组合。

MemPro: Agentic Memory Systems as Evolvable Programs

MemPro：作为可进化程序的智能体记忆系统

Qingshan Liu, Guoqing Wang, Wen Wu, Jingqi Huang, Xinqi Tao, Dejia Song, Jie Zhou, Liang He

机构 * East China Normal University（东华师范大学） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出MemPro框架，将整个记忆构建-检索管道视为可进化程序，通过故障模式引导的编辑-调试迭代优化，在多个长时任务数据集上超越静态和提示级进化基线。

Comments 20 pages, 14 figures

MobEvolve: An Agentic Self-Evolving Heuristic System for Interpretable Human Mobility Generation

MobEvolve：用于可解释人类移动性生成的智能体自进化启发式系统

Junlin He, Yihong Tang, Tong Nie, Ao Qu, Yuebing Liang, Hamzeh Alizadeh, Bang Liu, Wei Ma, Lijun Sun

机构 * The Hong Kong Polytechnic University（香港理工大学） ； McGill University（麦吉尔大学） ； MIT（麻省理工学院） ； Tsinghua University（清华大学） ； Autorité régionale de transport métropolitain（大都会交通地区管理局） ； Université de Montréal（蒙特利尔大学） ； Mila – Quebec AI Institute（魁北克人工智能研究所） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出MobEvolve，首个智能体自进化启发式框架，通过LLM代理迭代演化内部逻辑，在保持可解释性和推理效率的同时，在个体轨迹保真度、群体分布对齐和行为合理性上超越现有方法。

Joint Agent Memory and Exploration Learning via Novelty Signals

通过新颖性信号实现联合智能体记忆与探索学习

Shizuo Tian, Xiaohong Weng, Rui Kong, Yuxuan Chen, Guohong Liu, Yuebing Song, Jiacheng Liu, Yuchen Li, Dawei Yin, Ting Cao, Yunxin Liu, Yuanchun Li

机构 * Tsinghua University（清华大学） ； Sun Yat-sen University（中山大学） ； Baidu Inc.（百度公司） ； Tongji University（同济大学） ； Peking University（北京大学） 纠错

专题命中 记忆与上下文管理 ：agent(title)；autonomous agent(abstract)；agentic(abstract)；分类 cs.AI

AI总结 提出JAMEL框架，利用新颖性信号联合训练智能体记忆与探索策略，在开放环境中实现高效探索并泛化到未见环境。

WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction

WorldMemArena: 通过动作-世界交互评估多模态智能体记忆

Chengzhi Liu, Yuzhe Yang, Sophia Xiao Pu, Yepeng Liu, Lin Long, Yichen Guo, Nuo Chen, Zhaotian Weng, Elena Kochkina, Simerjot Kaur, Charese Smiley, Xiaomo Liu, James Zou, Sheng Liu, Yuheng Bu, Songyou Peng, Xin Eric Wang

机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校） ； J.P. Morgan Chase（摩根大通） ； ETH Zurich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(abstract)；分类 cs.CL

AI总结 提出WorldMemArena基准，通过动作-世界交互循环的四阶段生命周期评估多模态智能体记忆，揭示现有方法在写入、维护、检索和使用中的失败点。

Comments 25 pages, 8 figures

Hierarchical Long-Term Semantic Memory for LinkedIn's Hiring Agent

面向LinkedIn招聘代理的分层长期语义记忆

Zhentao Xu, Shangjin Zhang, Emir Poyraz, Yvonne Li, Ye Jin, Xie Lu, Xiaoyang Gu, Karthik Ramgopal, Praveen Kumar Bodigutla, Xiaofeng Wang

机构 * LinkedIn Corporation（LinkedIn公司） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.LG

AI总结 提出分层长期语义记忆（HLTM）框架，通过构建模式对齐的记忆树，实现可扩展的语义知识摄入、隐私感知存储、低延迟检索和透明溯源，在LinkedIn招聘助手应用中使答案正确率提升超5%、检索F1提升超10%。

Comments Accepted to the Applied Data Science (ADS) track at the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)

Rashomon Memory: Towards Argumentation-Driven Retrieval for Multi-Perspective Agent Memory

Rashomon记忆：面向多视角智能体记忆的论证驱动检索

Albert Sadowski, Jarosław A. Chudziak

机构 * Warsaw University of Technology（华沙技术大学） 纠错

专题命中 记忆与上下文管理 ：agent(title)；AI agent(abstract)；分类 cs.AI

AI总结 提出Rashomon记忆架构，通过并行目标条件化智能体以各自优先级编码经验，并在查询时通过论证协商，利用Dung的论证语义选择解释，支持冲突呈现模式。

Comments Presented at EXTRAAMAS workshop at AAMAS 2026

An Efficient Streaming Video Understanding Framework with Agentic Control

一种具有代理控制的高效流式视频理解框架

Jinming Liu, Jianguo Huang, Zhaoyang Jia, Jiahao Li, Xiaoyi Zhang, Zongyu Guo, Bin Li, Wenjun Zeng, Yan Lu, Xin Jin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology, Ningbo, China（宁波工程技术学院） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 记忆与上下文管理 ：agentic(title)

AI总结 提出R3-Streaming框架，通过级联控制（记忆压缩、响应判断、计算路由）和年龄感知遗忘策略及目标平衡强化学习（TB-GRPO），在严格延迟预算下实现流式视频理解，性能达到SOTA并减少95-96%视觉令牌使用。

ESBMC: A Survey of Its Evolution, Integration, and Future Directions in Formal Software Verification

ESBMC：形式化软件验证的演化、集成与未来方向综述

Pierre Dantas, Lucas Cordeiro, Waldir Junior

专题命中 记忆与上下文管理 ：AI agent(abstract)；agentic(abstract)；分类 cs.SE

AI总结 本文综述了ESBMC从研究原型发展为工业级形式化验证平台的过程，涵盖其技术演进、语言支持扩展、与LLM及AI代理的集成，并总结了其获奖、经济影响及未来挑战。

Comments 42 pages

LRAgent: Efficient KV Cache Sharing for Multi-LoRA LLM Agents

LRAgent: 面向多LoRA LLM代理的高效KV缓存共享

Hyesung Jeon, Hyeongju Ha, Jae-Joon Kim

机构 * KAIST（韩国科学技术院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.LG

AI总结 针对多LoRA代理系统中每个代理独立存储相同长轨迹的KV缓存导致内存和计算开销大的问题，提出LRAgent框架，通过将缓存分解为共享基座部分和适配器依赖部分，并利用共享A的多LoRA架构和Flash-LoRA-Attention内核，实现高效共享，在保持精度的同时显著降低开销。

Comments 25 pages, 10 figures, 22 tables

Journal ref ICML 2026 Poster

Harness-1: Reinforcement Learning for Search Agents with State-Externalizing Harnesses

Harness-1：基于状态外化马具的搜索智能体强化学习

Pengcheng Jiang, Zhiyi Shi, Kelly Hong, Xueqiang Xu, Jiashuo Sun, Jimeng Sun, Hammad Bashir, Jiawei Han

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出Harness-1，一个20B参数的搜索智能体，通过强化学习在有状态搜索马具中训练，将常规状态管理外化到环境，在八个检索基准上平均召回率0.730，超越现有开源搜索子智能体11.4个百分点。

EnergyMamba: An Uncertainty-Aware Graph-Enhanced Selective State Space Model for Energy Consumption Prediction

EnergyMamba：一种用于能耗预测的具有不确定性感知的图增强选择性状态空间模型

Dahai Yu, Rongchao Xu, Lin Jiang, Guang Wang

机构 * Florida State University（佛罗里达州立大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 提出EnergyMamba框架，通过图增强选择性状态空间模型（GE-Mamba）和自适应序列分位数回归（AS-CQR）模块，实现时空联合建模与不确定性量化，在能耗预测中提升准确率约5%、不确定性量化约6%。

Comments Accepted by KDD 2026 AI4S

Learning to Retrieve: Dual-Level Long-Term Memory for Text-to-SQL Agents

学习检索：面向文本到SQL代理的双层长期记忆

Yibo Wang, Nikki Lijing Kuang, Philip S. Yu, Zhewei Yao, Yuxiong He

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Snowflake AI Research（Snowflake AI研究院） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.CL

AI总结 提出MERIT框架，通过强化学习优化双层记忆检索（全局策略与局部决策），提升交互式文本到SQL代理的成功率并减少交互轮次。

Inner Product Aware Quantization: Provably Fast, Accurate, and Adaptive Algorithms

内积感知量化：可证明快速、准确且自适应的算法

Nathan White, Krish Singal

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 记忆与上下文管理 ：tool use(abstract)；分类 cs.LG

AI总结 本文提出内积感知量化方法，通过优化目标函数并利用自适应随机量化（ASQ）理论，开发出快速且无偏的量化算法，在保证质量的同时比现有方法快2-10倍。

Causal state binding predicts action control in language agents

因果状态绑定预测语言智能体中的动作控制

Xiao Jia

机构 * School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（人工智能学院，香港中文大学（深圳）） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出因果状态绑定框架，通过干预实验测量智能体动作是否随事件特定决定性状态变化，验证了结构化智能体在动作控制上优于随机基线。

Comments 85 pages, 5 main figures; supplementary information included

EGOSTREAM: A Diagnostic Benchmark for Streaming Episodic Memory in Egocentric Vision

EGOSTREAM: 面向第一人称视角的流式情景记忆诊断基准

Rosario Forte, Giuseppe Lando, Antonino Furnari

机构 * Department of Mathematics and Computer Science（数学与计算机科学系） ； University of Catania（卡塔尼亚大学） 纠错

专题命中 记忆与上下文管理 ：autonomous agent(abstract)

AI总结 提出EGOSTREAM基准，通过七种认知维度和答案有效期窗口，诊断流式视频中模型的情景记忆能力，并评估多种记忆管理机制。

CloSE: A Geometric Shape-Agnostic Cloth State Representation

CloSE: 一种几何形状无关的布料状态表示

Jay Kamat, Júlia Borràs, Carme Torras

机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（西班牙工业机器人与信息技术研究所，CSIC-UPC） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出一种基于拓扑索引的dGLI圆盘表示，并从中抽象出紧凑、连续的CloSE表示，用于预测布料折叠位置并支持语义标注与规划。

Comments Accepted at ICRA 2026 (8 pages, 11 figures, 1 table). Project page: https://close-representation.github.io/