AI Agent

The Organizational Behavior of Agentic AI: Collective Intelligence in Human-Agent Workflows

代理型人工智能的组织行为：人机协作中的集体智能

Canhui Liu

专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title,abstract)；tool use(abstract)

AI总结 本文探讨代理型AI集体在组织中的行为，提出其通过上下文架构而非人类动机维持组织模式，并发展上下文交易成本理论解释人机组织行为的异同。

Position: Collaborative Agentic AI Needs Interoperability Across Ecosystems

立场：协作式自主AI需要跨生态系统的互操作性

Rishi Sharma, Martijn de Vos, Pradyumna Chari, Ramesh Raskar, Anne-Marie Kermarrec

机构 * EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院） 纠错

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

AI总结 本文提出通过采用最小标准实现互操作性，以构建开放、安全、可扩展的自主代理生态系统，并设计了名为“代理网络”的架构基础。

Comments Accepted at ICML 2026

Verification-Gated Agentic Mission-State Governance for Intelligent Industrial Multi-Robot Systems

验证门控的智能工业多机器人系统任务状态治理

Guoqin Tang, Qingxuan Jia, Yichen Tan, Zeyuan Huang, Ning Ji, Gang Chen

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)

AI总结 提出验证门控任务状态治理框架，通过同步任务森林与黑板状态，经确定性验证后原子提交，减少无效提交和冲突，提升工业多机器人系统安全与效率。

ACE: Pluggable Adaptive Context Elasticizer across Agents

ACE: 跨智能体的可插拔自适应上下文弹性化器

Ning Liao, Zihao Long, Xiaoxing Wang, Xue Yang, Yaoming Wang, Ziyuan Zhuang, Xunliang Cai, Rongxiang Weng, Junchi Yan

机构 * Meituan（美团） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出ACE模块，通过无损消息存储和自适应上下文编排，实现历史步骤信息的弹性化处理，在多种智能体框架中优于截断和摘要方法。

Prospect-Theory Behavior from Bellman Optimality in MDPs with Catastrophic States

具有灾难性状态的MDP中贝尔曼最优性产生的前景理论行为

Yujiao Chen

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 研究具有吸收灾难状态的马尔可夫决策过程中的风险中性控制，发现标准贝尔曼最优性产生前景理论特征：S形值函数、内生损失敏感系数和反射效应策略反转，并推导出渐近损失厌恶平台的闭式表达式。

Contrastive Reflection for Iterative Prompt Optimization

对比反思：迭代提示优化

Derek Koh, Jinghui Mo, Benjamin H. Le, Jiening Zhan, Baofen Zheng, Kevin Bevis, Nathaniel C. Owen, Lauren Elizabeth Charney, Wenqiong Liu, Jingwei Wu

机构 * LinkedIn（领英） 纠错

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

AI总结 提出对比反思框架，通过对比失败与成功行为，迭代优化检索增强生成代理的提示，在HotpotQA上准确率从51.4%提升至60.4%。

Comments 6 pages, 1 figure. To appear at Agent4IR @ KDD 2026 (KDD 2026 Workshop on AI Agents for Information Retrieval)

When Regulation Has Memory: Hysteresis and Control Burden in Artificial Agency

当调控具有记忆：人工智能体中的迟滞与控制负担

Veronique Ziegler

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 通过自适应不确定性调控模型，发现智能体调控增益形成可复现的迟滞环，且提前稳定化可降低控制需求，表明评估智能体需考虑调控负担而非仅状态稳定性。

Comments 16 pages, 8 figures

Resolving Asynchronous Distributed Knowledge

解决异步分布式知识

Philippe Balbiani, Hans van Ditmarsch, Clara Lerouvillois

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出异步分布式知识解决逻辑，基于历史语义处理异步更新，解决同步逻辑中分布式知识公理失效问题，适用于分布式计算。

Comments In Proceedings AiML 2026, arXiv:2606.29444

Journal ref EPTCS 447, 2026, pp. 75-92

A Tunable Incentive Mechanism for Binary Aggregation Without Verification

一种无需验证的二元聚合可调激励机制

Chien-Chih Chen, Wojciech Golab

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对无验证二元聚合问题，提出一种可调奖惩机制，通过奖惩比率约束实现激励相容和个体理性，并分析可行区域及扩展方案。

Comments Preprint. 17 pages, 2 figures

Memory-Scalable and Hardware-Adaptive Matrix-Free Quantum Simulation

内存可扩展且硬件自适应的无矩阵量子模拟

Uriel Shafir, Ronnie Kosloff

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出一种内存可扩展、硬件自适应的无矩阵框架，通过块过程接口应用大算子，避免在单个加速器上实例化完整矩阵，从而突破量子模拟中哈密顿量存储的内存限制。