AI Agent

Position: Behavioral Systems Require Behavioral Tests

定位：行为系统需要行为测试

Manuel Cherep, Nikhil Singh, Pattie Maes

专题命中 多智能体 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 本文提出AI智能体需如其他行为系统般接受评估，借鉴行为科学提出含行为测试开发等内容的研究议程，为AI行为科学发展提供路线图。

Comments Accepted to ICML 2026 (Position Track)

SeisEvo: Evolution of Seismic Data Reconstruction Algorithms by Agents

SeisEvo：智能体驱动的地震数据重建算法演化

Yingjie Xu, Siwei Yu, Jianwei Ma

专题命中 多智能体 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 该研究提出SeisEvo，以LLM驱动多智能体搜索演化地震重建算子，发现Evo-POCS、Evo-MSSA等算法，性能优于经典方法及基准，为地震数据处理提供可检查的显式算法。

Reconstruction: A Blind Benchmark for Recovering Research Ideas from Pre-Publication Bibliographies

重构：从预发表参考文献中恢复研究思路的盲基准

Shaolong Chen, Yanlin Fei, Nazhou Liu, Xinmiao Yu, Lei Li, Rahul Thapa, Madalina Ciobanu, Qingqing Mao, Ritankar Das

机构 * Stanford University（斯坦福大学） ； Titan Holdings（泰坦控股公司） ； Prentis AI（普伦蒂斯人工智能公司） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL

AI总结 该研究提出Reconstruction盲基准，测试语言模型从预发表参考文献恢复论文思路的能力，发现多智能体流水线可将匹配率提升约2.4倍。

CentaurBench: Benchmarking LLM Capabilities on Augmenting vs. Automating Real-World Work Tasks

CentaurBench：评估大型语言模型在增强与自动化现实工作任务方面的能力

Pattaraphon Kenny Wongchamcharoen, Kris Gulati, Min Min Fong, Abhishek Nagaraj

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 CentaurBench基准测试显示LLM的自动化能力与辅助能力仅适度相关，多数自动化优胜者在增强任务中表现不佳，辅助效果并非始终为正，表明需按模型在多智能体系统中的角色评估模型。

Comments 46 pages, 15 figures

Artifact-centered Claim-aware Observability for Autonomous Scientific Agents

面向自主科学智能体的以人工制品为中心、感知声明的可观测性

Xiangyu Yin, Ming Du, Michael H. Prince, Mathew J. Cherukara

机构 * Argonne National Laboratory（阿贡国家实验室） ； Advanced Photon Source（先进光子源） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 针对自主科学智能体的审计需求，提出以人工制品为中心、感知声明的可观测性概要，补充现有遥测与溯源标准，实现科学审计关系的有效表达。

MetaInfer: A Knowledge Only LLM Inference Engine Generator SKILL Toolbox

MetaInfer：一个仅基于知识的大语言模型推理引擎生成器SKILL工具包

Zhenwen Miao, Honglin Wang, Mingheng Mi, Pu Wang, Chen Hu, Hai Zhang

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.SE

AI总结 研究针对大语言模型推理框架代码复杂、维护成本高的问题，提出MetaInfer方法，通过用户指定运行时约束，利用大语言模型驱动多智能体协作系统结合契约知识库自动生成定制推理框架，并从多视角评估，实现从显式知识生成可运行方案。

Robust Instability Radius for Networked Dynamical Systems: Upper and Lower Bounds

网络动力系统的鲁棒不稳定性半径：上下界

Shinji Hara, Yutaka Hori, Tetsuya Iwasaki, Chung-Yao Kao, Sei Zhen Khong

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文针对受异质性扰动的多智能体网络系统，研究鲁棒不稳定性半径（RIR），推导其上下界，在网络连接矩阵秩为1等特定条件下可通过小增益论证精确刻画RIR。

Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination

贝叶斯伙伴建模支持大语言模型协同的自适应重规划

Harsh Goel, Aditya Sai Ellendula, Vaishnav Tadiparthi, Ehsan Moradi Pari, Hossein Nourkhiz Mahjoub, Sandeep P. Chinchali

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 该研究针对LLM多智能体协作中伙伴策略变化导致的重规划问题，提出BayesBeliefAgent方法，在Overcooked环境中显著缩小信念-行动差距并减少重规划次数。

Comments Preprint

Accurate Decoding of Natural Sentences from Non-Invasive Brain Recordings

从非侵入式脑记录中准确解码自然句子

Mingfang Zhang, Jarod Lévy, Cedric Rommel, Jérémy Rapin, Corentin Bel, Julie Bonnaire, Daniel Nieto, Pierre Bourdillon, Svetlana Pinet, Stéphane d'Ascoli, Thomas Moreau, Jean-Rémi King

机构 * Meta AI ； École Normale Supérieure（高等师范学院） ； Université PSL（巴黎文理大学） ； CNRS（法国国家科学研究中心） ； Hospital Foundation Adolphe de Rothschild（阿道夫·德·罗斯柴尔德医院基金会） ； Univ. Lille（里尔大学） ； Basque Center on Cognition, Brain and Language（巴斯克认知、大脑与语言中心） ； Paris Cité University（巴黎城市大学） ； Inria（法国国家信息与自动化研究所） ； Université Paris-Saclay（巴黎萨克雷大学） ； INSERM（法国国家健康与医学研究院） ； CEA（法国原子能和替代能源委员会） 纠错

专题命中 多智能体 ：AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本研究提出Brain2Qwerty v2模型，利用MEG记录解码自然句子，平均WER为39%，准确率随数据量提升，通过AI技术缩小非侵入式与颅内脑机接口的性能差距。

Comments Mingfang Zhang and Jarod Lévy contributed equally to this work

DeepTCM1.0: A Multi-Expert AI Agent for Deciphering Mechanisms of Chinese Herbal Formulae Based on General Large Language Models

DeepTCM1.0：基于通用大语言模型的用于解析中药复方机制的多专家智能体

Wenxin Duan, Hanwei Wang, Zhongying Peng, Zhonghua Lu, Jiayi An, Fan Song, Yong Liang

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(title)；workflow(abstract)；分类 cs.AI、cs.CL

AI总结 本研究构建基于DeepSeek V3.2的多专家智能体框架DeepTCM1.0，以桂枝汤为案例，结合中医理论与现代科学解析中药复方机制，通过多维度评估验证框架性能。

One Gate Is Not Enough: Composing Stateful Pre-Action Controls for Agentic AI

仅一个门控不够：为智能体AI构建有状态的行动前控制机制

Gaston Besanson

专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI、cs.SE

AI总结 本文针对智能体AI的多行动前控制耦合问题，提出修正-重门控协议，证明部分修正算子不可交换，经实验验证了相关机制的有效性。

Comments 29 pages. Code and data: this https URL (https://github.com/besanson/sarc-suite-one-pass) (Zenodo DOI: https://doi.org/10.5281/zenodo.22003399 )

Eureka: Task-Conditioned Meta-Agent Orchestration for Scientific Discovery

Eureka：面向科学发现的任务条件元智能体编排框架

Alizer Wong, Heng Cui, Yi Tan, Xiongchao Zhan, Liang Lin, Yuxiang Guo, Zhaorong Dai, Zixin Zeng, Wenyuan Li

机构 * ManXis（万熙科技（ManXis）） ； Guangdong University of Technology（广东工业大学） ； South China Normal University（华南师范大学） ； Shanghai Jiao Tong University（上海交通大学） ； Duke University（杜克大学） ； Hokkaido University（北海道大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 该研究提出Eureka任务条件元智能体架构，通过动态编排完成科学发现任务，在递归任务、增量处理等实验中表现优异，还实现了数学领域的理论进展，证明科学智能体能力依赖匹配任务认知结构的架构。

Comments 62 pages, 1 figure

DocClaw: A Unified Agentic System for Intelligent Document Processing

DocClaw：用于智能文档处理的统一智能体系统

Siqi Xiang, Zhipeng Xu, Yufei Liu, Junhao Ji, Qing Liu, Zulong Chen, Zhibo Yang, Chunyan Miao, Shijian Lu

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)

AI总结 研究针对现有智能文档处理任务多为独立建模的问题，提出统一智能体系统DocClaw，通过智能体与文档的共享交互处理多种IDP任务，在基准测试中取得有竞争力的性能。

Governance Records as Supervision: Verifier-Selected Self-Training for Structured Workflow Repair

治理记录作为监督：验证器选择的自训练用于结构化工作流修复

Jesus Salas

机构 * Microsoft（微软） 纠错

专题命中 工作流自动化 ：workflow(title)；planning(abstract)；分类 cs.AI

AI总结 该研究提出利用机器可验证工作流的治理记录，通过验证器选择的自训练提升模型结构化工作流修复能力，在PlanBench等数据集上实现了已接纳规划数量的显著提升，验证了该方法的有效性。

Comments 21 pages, 5 figures, 9 tables

From Quality Properties to Practice: A Guideline and Workflow for Explainability Requirements

从质量属性到实践：可解释性需求的指南与工作流

Martin Obaidi, Jakob Droste, Hannah Deters, Marc Herrmann, Michel Krahl, Kurt Schneider

专题命中 工作流自动化 ：workflow(title,abstract)；分类 cs.SE

AI总结 提出一个基于指南的迭代工作流，通过结构化文献综述、开发者访谈和从业者调查提炼出十个核心质量属性，并开发工具支持，实验表明工具辅助可减少23.5%的制定时间且需求质量与手动编写相当。

Comments This paper has been accepted at the research track of the 34th IEEE International Requirements Engineering Conference (RE 2026)

A Configurable Privacy-Preserving MRI Processing Workflow Using Deep Learning-Based Brain Extraction and Adaptive Anatomical Preservation

一种基于深度学习脑提取和自适应解剖结构保留的可配置隐私保护MRI处理工作流

Rayeef Ali Khan, Komal Raj Mahantesh

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 该研究针对MRI的隐私问题，提出一种基于深度学习脑提取的可配置隐私保护MRI处理工作流，具备自适应解剖结构保留、交互式选择与集成质控功能，为隐私导向神经影像研究提供实用框架。

Comments 10 pages, 6 figures

How Do Agents Fail on AutoResearch: End-to-End Diagnostic Evaluation on 100 Real-World Frontier Research Tasks

智能体在自动研究（AutoResearch）中如何失败？针对100项真实前沿研究任务的端到端诊断评估

Yanlin Fei, Nazhou Liu, Xinmiao Yu, Shaolong Chen, Lei Li, Rahul Thapa, Madalina Ciobanu, Qingqing Mao, Ritankar Das

专题命中 工作流自动化 ：agent(abstract)；agentic(abstract)；分类 cs.CL

AI总结 本研究推出AutoResearchEval评估平台，构建含45种失效模式的ARFT分类体系，发现当前智能体缺乏元认知循环是核心缺陷，公开发布相关资源以推动自主科学发现研究。

Comments *Equal Contribution (alphabetical order by last name)

FAST-HEP: Compiling Declarative Analysis Workflows for High-Energy Physics and Beyond

FAST-HEP：为高能物理及其他领域编译声明式分析工作流

Luke Kreczko

专题命中 工作流自动化 ：planning(abstract)；workflow(abstract)

AI总结 FAST-HEP的Flow引擎将声明式工作流语言、编译器与运行时结合，编译生成与后端无关的执行计划，支持模块化替换与溯源记录，为高能物理及其他领域提供透明可重复的工作流基础。

TokenPowerSandbox: Evidence-Gated CPU-First Screening for Energy-Aware LLM Serving

TokenPowerSandbox：面向能源感知大语言模型服务的证据门控CPU优先筛选

Chenxu Niu

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 TokenPowerSandbox是面向能源感知LLM服务的证据门控CPU优先筛选工作流，结合CPU投影器、GPU探测等技术，在H100上评估Qwen2.5-7B-Instruct，验证了能源与延迟预测的关联及弃权门控的必要性。

A FEM-Based Surrogate Modelling and Optimization Framework for Physics-Constrained Electromagnetic Coil Design

基于有限元法（FEM）的物理约束电磁线圈设计代理建模与优化框架

Yucheng Liu

机构 * University of Oxford（牛津大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本研究构建基于FEM的电磁线圈设计代理建模与优化框架，对比EI-BO、COBYLA、BOBYQA等算法，发现优化器表现与FEM评估预算相关，不同方法在仿真驱动设计中各有优势。

Comments 18 pages, 9 figures

Coverage-Driven RTL Assertion Generation with Formal Exploration and Neuro-Symbolic Refinement

基于形式化探索与神经符号优化的覆盖率驱动RTL断言生成

Zhiyuan Yan, Ziyue Zheng, Hongce Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出NeuroAssertion框架，结合形式化迹生成、SyGuS与智能体启发优化，实现覆盖率驱动的RTL断言生成，断言数量与突变覆盖率均约为传统方法的2倍。

Comments Accepted at MLCAD 2026

When Do Microservices Save Energy? Evidence from Environmental Simulation Workflows

微服务何时能节能？来自环境模拟工作流的证据

Joshua Rowley, Abdessalam Elhabbash

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE

AI总结 该研究通过将四个环境模型构建为容器化微服务工作流，对比不同编排方式与单体执行的能耗，发现微服务对小型模型会增耗，而较大工作流采用事件驱动编排或选择性下游重执行可实现节能。

Comments 5 pages, 7 figures. Accepted at the 2nd International Workshop on Low Carbon Computing (LOCO 2026), Lancaster University, United Kingdom, 10-11 September 2026. Part of the LOCO 2026 proceedings, arXiv:2608.02072 (https://arxiv.org/abs/2608.02072)

Improving Rural Medication Safety with AI: A Scoping Review

用人工智能提升农村用药安全：一项范围综述

Jeong-ah Kim, Muhammad Ashad Kabir, Daniel Terry, Maryam Rouhi

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本范围综述探究AI在农村医疗场景中提升用药安全的应用，发现AI可覆盖用药全流程，机器学习类技术能减少34%-80%的用药错误，但存在基础设施不足等农村特有挑战。

Comments 23 pages

A Comprehensive Review of Large Language Models for Nanophotonics: From Surrogate Modeling to Autonomous Design

面向纳米光子学的大语言模型综合综述：从代理建模到自主设计

Huanshu Zhang, Kegeng Tang, Lei Kang, Sawyer D. Campbell, Zihao Wang, Douglas H. Werner

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.LG

AI总结 该综述探讨大语言模型（LLMs）如何通过语义接口、代码生成及工具编排改进纳米光子学工作流，梳理相关方法的两类模式及跨学科应用，展望具备物理感知的多模态基础模型，推动AI从被动工具向主动科研合作者转变。

Comments Accepted for publication in Advanced Photonics

Teach a Molmo2Fish: Towards interactive fish tracking with natural language guidance

Teach a Molmo2Fish：面向自然语言引导的交互式鱼类追踪

Kai Van Brunt (1), Justin Kay (1), Sara Beery (1) ((1) Massachusetts Institute of Technology)

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

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究针对声呐鱼类追踪数据集定制了多模态大语言模型工具Molmo2Fish，通过交互式预测修正工作流开展实验，发现其在鱼类追踪和轨迹修正上性能良好，但自然语言引导的融入仍需提升。

Comments 29 pages, 6 figures, to be published in Third Workshop on Computer Vision for Ecology at ECCV 2026

Balancing Workload Performance and Slurm Stress: Four Nextflow Deployment Strategies

平衡工作负载性能与Slurm压力：四种Nextflow部署策略

Nil Tianchen Mu, William Dizon, Glen Otero, Torey Battelle

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出可复现测量协议，在ASU Phoenix和Dev集群评估四种Nextflow部署策略，发现存在时间与RPC的权衡，助力HPC站点选择兼顾性能与调度器压力的部署方案。

Belyi map verification using certified path tracking

利用认证路径跟踪验证Belyi映射

Alexandre Guillemot, John Voight

专题命中 工作流自动化 ：workflow(abstract)

AI总结 通过认证同伦持续方法计算数域上Belyi映射的monodromy，应用于LMFDB中Belyi映射的monodromy三元组认证。

SoK: From Silicon to Netlist and Beyond $-$ Two Decades of Hardware Reverse Engineering Research

SoK：从硅到网表及更远——硬件逆向工程研究二十年

Zehra Karadağ, Simon Klix, René Walendy, Felix Hahn, Kolja Dorschel, Julian Speith, Christof Paar, Steffen Becker

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文系统化梳理了硬件逆向工程二十年的研究进展，分析了技术方法及挑战，提出提升可复现性、标准化评估和法律清晰度的建议。

Comments Accepted at IACR Transactions on Cryptographic Hardware and Embedded Systems (TCHES), Vol. 2026, No. 4

Professional Software Developers Don't Vibe, They Control: AI Agent Use for Coding in 2025

专业软件开发者不随性，他们掌控：2025年AI代理在编程中的使用

Ruanqianqian Huang, Avery Reyna, Sorin Lerner, Haijun Xia, Brian Hempel

机构 * Cornell University（康奈尔大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；AI agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.SE

AI总结 本文探讨了2025年经验丰富的软件开发人员如何利用AI代理进行编程，发现开发人员通过保持自主权和专业知识来控制代理行为，以确保软件质量。

Adversarial Review: Structured Disagreement for Grounded Agentic Code Review

对抗评审：基于结构化分歧的 grounded 智能体代码评审

Eric S. Qiu, Joyce Gill

机构 * Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出对抗评审（AR）协议，仅用3个智能体实现结构化分歧的协作代码评审，在LiveCodeBench、SWE-PRBench等基准上优于多智能体基线，证明无需大量智能体即可完成高效代码评审。

Comments Accepted to ICML 2026 Workshop on DL4C