AI Agent

SkillCenter: A Large-Scale Source-Grounded Skill Library for Autonomous AI Agents

SkillCenter：用于自主人工智能代理的大规模源基础技能库

Tianming Sha, Yue Zhao, Lichao Sun, Yushun Dong

机构 * Stony Brook University（纽约州立大学石溪分校） ； University of Southern California（南加州大学） ； Lehigh University（里海大学） ； Florida State University（佛罗里达州立大学） 纠错

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

AI总结 研究针对自主AI代理缺乏扎实操作知识的问题，构建SkillCenter技能库，通过多源获取等端到端框架，集成大量源基础和社区技能，实现技能可追溯，以保障代理输出的正确性、安全性和可维护性。

Comments 44 pages, 5 figures. Code: https://github.com/LabRAI/SkillCenter ; Data: https://huggingface.co/datasets/Tommysha/skillcenter-bundles

Thinking More, Harnessing Better: State Machine Guided Harness Automatic Generation with Project Digestion and Workflow Decomposition

思考更多，利用更好：通过项目剖析和工作流分解实现状态机引导的测试 harness 自动生成

Xing Zhang, Zikang Huang, Gang Yang, CongChong Wang, Lu Liu, Bin Yin, Mingyi Wang, Ziquan Zhao, Min Li, Zhenyu Chen, Bo Wu, Lingyun Ying

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

AI总结 研究针对现有大语言模型单轮生成模糊测试 harness 的局限，提出 SynapseFlow，通过数据流感知函数聚合和分阶段回滚算法，经四阶段过程合成 harness，在 25 个开源项目上评估，效果超现有工具，还发现多个未报告错误。

Comments 20 pages, accepted by CCS 2026

From Agentic to Autogenic Network Management for AI-Native 6G and Beyond: A Standards Perspective

从智能到自生的网络管理：面向原生人工智能的6G及以后网络——标准视角

Petar Djukic, Sudipta Acharya, Takai Eddine Kennouche, Burak Kantarci

机构 * Bell Labs Research（贝尔实验室研究部） ； Nokia Technology Standards（诺基亚技术标准） ； University of Ottawa（Ottawa大学） 纠错

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

AI总结 研究面向6G及以后网络的网络管理，提出自生网络管理参考架构，通过自我编程等能力扩展智能能力，支持分阶段部署，经高优先级运营商场景展示可应对实际挑战，给出使自生网络管理在未来6G网络实现的研究路线图。

Comments 9 pages, 5 figures, Accepted to IEEE Network

MCP-Enabled Agentic AI for Autonomous IPoDWDM Network Lifecycle Automation

用于自主IPoDWDM网络生命周期自动化的启用MCP的智能AI

Chunmin Xia, Jakub Harbaczewski, Nikhil Dsilva, Julie Raulin, Dominic Schneider, Achim Autenrieth

机构 * Adtran Networks SE（阿特兰网络公司） 纠错

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

AI总结 研究自主控制供应商无关的IPoDWDM网络，采用启用MCP的智能AI架构，利用GNPy和遥测技术实现自动化与闭环控制并经测试验证。

Comments Accepted for demo presentation at the European Conference on Optical Communication (ECOC 2026)

On the risk of coding before testing: An empirical study on LLM-based test generation workflow

关于测试前编码风险：基于大语言模型的测试生成工作流程的实证研究

Michael Konstantinou, Florian Tambon, Mike Papadakis

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

AI总结 研究大语言模型在软件工程工作流程中生成代码和测试套件时，生成的代码是否会使后续测试产生偏差，通过实证研究错误传播现象，评估其在多种编程任务和工作流程中的影响。

Look-Ahead-Freedom as Temporal Non-Interference: A Verifiable Correctness Property for Backtesting and Agentic Trading Pipelines

作为时间非干扰的前瞻自由：回测和智能交易管道的可验证正确性属性

Xavier Fonseca

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

AI总结 研究回测和机器学习评估中前瞻偏差问题，指出前瞻自由是时间非干扰属性，开发管道演算，给出值独立片段的类型和效果系统，其线性时间内可靠且可判定，工件验证理论。

Comments Submitted to ACM Transactions on Software Engineering and Methodology

CoGen3D: An Agentic Human-AI Co-Design Pipeline for 3D Asset Generation for Virtual Reality

CoGen3D：用于虚拟现实3D资产生成的智能人机协同设计管道

Weiwei Jiang, Wanyu He, Zheyu Tan, Zheyuan Kuang, Difeng Yu, Shinobu Hasegawa, Sven Mayer, Zhanna Sarsenbayeva

机构 * Nanjing University of Information Science and Technology（南京信息工程大学） ； Japan Advanced Institute of Science and Technology（日本科学技术大学） ； The University of Sydney（悉尼大学） ； University of Copenhagen（哥本哈根大学） ； TU Dortmund University（多特蒙德技术大学） ； Research Center Trustworthy Data Science and Security（可信数据科学与安全研究中心） 纠错

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

AI总结 研究针对虚拟现实3D资产创作需建模专业知识的问题，引入CoGen3D智能人机协同设计管道，经用户研究评估，发现其可促进创作、改变情感反应，推动创作从技术执行转向协作空间设计。

Archer: Towards Agentic Review for Compiler Optimizations

Archer：面向编译器优化的智能代码审查

Yunbo Ni, Shaohua Li

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

AI总结 针对编译器优化代码审查能力不足的问题，提出首个自动化智能审查工具Archer，通过义务引导分析和确定性验证守卫，在LLVM上发现21%的开放PR和11%的已关闭PR存在语义错误。

EO-Agents: A Three-Agent LLM Pipeline for Earth Observation Hypothesis Generation

EO-Agents: 用于地球观测假设生成的三智能体LLM流水线

Mahyar Ghazanfari, Amin Tabrizian, Armin Mehrabian, Peng Wei

机构 * ADNET Systems（ADNET系统） 纠错

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

AI总结 提出基于NASA地球观测知识图谱的三智能体LLM流水线，通过图神经网络排序数据集对，生成并评估结构化研究假设，在1475个数据集上产生160个跨领域假设。

Comments Accepted at the ICML 2026 AI for Science Workshop

SAGE: Structured Agentic Graph Editing for Software Diagrams

SAGE: 结构化智能体图编辑用于软件图表

Tyler Sivertsen, Neal Singh, James C. Davis

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

AI总结 提出SAGE工具，通过自然语言提示编辑软件图表，将图表映射为可编辑图结构，翻译请求为结构化编辑意图并执行操作，支持验证修复和版本管理，通过单元测试和Kubernetes案例评估有效性。

Comments 4 pages

SenseWalk: Agent-Based Semantic Trajectory Simulation Powered by Large Language Models in Zoned Environments

SenseWalk: 基于智能体的语义轨迹模拟——由大型语言模型在分区环境中驱动

Ziyue Lin, Xinhang Xie, Kangyi Wang, Siming Chen

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） 纠错

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

AI总结 提出SenseWalk系统，结合大语言模型与社会力模型，通过智能体模拟语义轨迹，并提供用户界面以简化配置与分析，实验验证了其有效性和效率。

Comments 18 pages, 7 figures

COOPA: A Modular LLM Agent Architecture for Operations Research Problems

COOPA: 面向运筹学问题的模块化LLM智能体架构

Chuanhao Li, Xiaoan Xu, Dirk Bergemann, Ethan X. Fang, Yehua Wei, Zhuoran Yang

机构 * Tsinghua University（清华大学） ； Duke University（杜克大学） ； Yale University（耶鲁大学） 纠错

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

AI总结 提出COOPA模块化LLM智能体架构，通过迭代置信度建模、元素级溯源与多求解器路由，提升运筹问题建模准确性与可解释性，在多个基准上优于基线方法。

auto-psych: Automating the science of mind using agent-driven theory discovery and experimentation

auto-psych: 使用智能体驱动的理论发现与实验自动化心智科学

Ben Prystawski, Kushin Mukherjee, Daniel Wurgaft, Linas Nasvytis, Michael Y. Li, Noah D. Goodman, Michael C. Frank

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 提出auto-psych系统，通过嵌套智能体循环自动生成认知模型、设计并在线执行实验、收集数据，在抛硬币随机性判断任务中恢复真实理论并优于文献理论。

Comments 30 pages, 5 figures

OxyMake: A Formally-Specified, Content-Addressable Workflow Engine

OxyMake: 一个形式化规约的、内容可寻址的工作流引擎

Emmanuel Sérié

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

AI总结 提出OxyMake，一种基于内容可寻址缓存键的Rust工作流引擎，通过BLAKE3哈希替代文件修改时间戳，避免虚假重执行，并支持跨机器共享缓存。

Comments 38 pages, 3 figures. Source code: https://github.com/noogram/oxymake. Documentation: https://oxymake.noogram.dev

Analyzing Defensive Misdirection Against Model-Guided Automated Attacks on Agentic AI Systems

分析针对基于模型引导的自动化攻击的防御性误导策略在智能体AI系统中的应用

Reza Soosahabi, Vivek Namsani

机构 * Application & Threat Intelligence Research Center（应用与威胁情报研究中心） 纠错

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

AI总结 本文通过概率模型分析智能体AI系统的攻击-防御场景，提出“检测-误导”策略（如CMPE）以替代传统“检测-拦截”方法，通过产生误导性响应降低攻击者成功率，并在基准测试中将攻击成功率上限降低两个数量级。

Dual-Agent Framework for Cross-Model Verified Translation of Natural-Language Protocols into Robotic Laboratory Platform

用于将自然语言协议翻译为机器人实验室平台的双智能体跨模型验证框架

Hyeonna Choi, Jung Yup Kim, Hyuneui Lim, Seunggyu Jeon

机构 * Department of Bionic Machinery, Research Institute of AI Robot, Korea Institute of Machinery & Materials（生物机械系、人工智能机器人研究所、韩国机械材料研究院） 纠错

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

AI总结 提出双智能体框架，通过解析器形式化协议、规则映射引擎生成控制命令、异构LLM验证器纠错，实现自然语言微孔板协议到机器人平台可执行命令的转换，并验证了端到端自主执行。

Surrogate Assisted Pedestrian Protection Design via a Foundation Model Orchestrated Workflow

基于基础模型编排工作流的代理辅助行人保护设计

Osamu Ito, Akihiko Katagiri, Yoshikazu Nakagawa, Shin Saeki, Jun Shiraishi, Masato Sasaki

机构 * Honda Motor Co., Ltd.（本田汽车有限公司） 纠错

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

AI总结 提出首个基础模型编排的碰撞安全设计工作流，集成代理模型、多目标进化搜索、几何生成器和自然语言接口，将行人保护评估时间从数小时降至秒级。

Journal ref ICLR 2026 Workshop The 2nd Workshop on Foundation Models for Science

The Integrator Advantage: Controlled Agentic AI for Small and Medium-Sized Companies

集成优势：面向中小企业的受控代理型人工智能

Christopner Koch, Joshua A. Wellbrock

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出代理型AI对中小企业的近期价值在于受控部分自主性，而非完全自主或减员，并给出集成框架以提升生产力。

Comments 10 pages, 15 tables

A Formal Framework for Declarative Agentic AI in Business Process Analysis

业务流程分析中声明式智能体AI的形式化框架

Mohammad Azarijafari, Luisa Mich, Michele Missikoff

机构 * University of Trento（特伦托大学） ； Istituto di Analisi dei Sistemi ed Informatica (IASI) “Antonio Ruberti”, National Research Council (CNR)（国家研究委员会（CNR）安东尼奥·鲁贝蒂系统分析与信息学研究所（IASI）） 纠错

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

AI总结 提出基于AGO方法的形式化框架，通过集合论和数学逻辑定义智能体、目标和对象实体及其交互，构建业务流程知识库以支持结构化查询、增量更新和自动生成工作流。

Human-Enhanced Loop Modeling (HELM): Agent-Based Finite Element Modeling of Concrete Bridge Barriers

人类增强循环建模（HELM）：基于智能体的混凝土桥梁护栏有限元建模

Quankai Wang, Yulin Xie, Tongfei Yang, Minghui Cheng, Ran Cao

机构 * College of Civil Engineering, Hunan University（湖南大学土木工程学院） ； Department of Civil and Architectural Engineering, University of Miami（迈阿密大学土木与建筑系） ； School of Architecture, University of Miami（迈阿密大学建筑学院） 纠错

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

AI总结 提出HELM框架，通过人机协作将有限元建模分解为可验证的检查点，在MASH TL-4和TL-5条件下将自主建模成功率从20%提升至75%。

Formalizing Numerical Analysis: An Agent Pipeline and Quality Audit Beyond Kernel Acceptance

数值分析的形式化：超越内核接受的智能体流水线与质量审计

Theodore Meek, Siyuan Ge, Di Qiu Xiang, Simon Chess, Vasily Ilin

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出一种编码智能体流水线，将数值分析教材形式化为Lean 4代码，并引入三维质量评估框架（语义正确性、Mathlib复用、跨文件复用），发现编译通过掩盖了不忠实的形式化模式。

From Verdict to Process: Agentic Reinforcement Learning for Multi-Stage Fact Verification

从判决到过程：面向多阶段事实核查的智能体强化学习

Rongxin Yang, Shenghong He, Siyuan Zhu, Chao Yu

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） 纠错

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

AI总结 提出ProFact框架，通过智能体强化学习端到端优化多阶段事实核查流程，引入过程感知奖励解决稀疏延迟监督问题，提升验证性能和推理效率。

OmniScientist: An Omni-Modal Omni-Discipline AI Scientist

OmniScientist：一种全模态全学科的AI科学家

Bobo Li, Hao Fei, Tianjie Ju, Mong-Li Lee, Wynne Hsu

机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本研究提出全模态AI科学家OmniScientist，通过端到端全模态流水线处理多学科异构原始证据，在36个真实案例中完成从原始数据到手稿的全流程，性能优于仅用预计算特征的系统，为通用AI科学家提供可行方案。

Comments 30 pages, 13 figures, 19 tables. Project page: https://omni-scientist.github.io/

AiFlow: Token-Native Reactive Orchestration with Bounded Backpressure for Streaming LLM Applications

AiFlow：面向流式大语言模型应用的带界背压令牌原生反应式编排框架

Qunhui Zhang

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE

AI总结 针对现有流式LLM工作流编排的背压等管理缺陷，提出AiFlow令牌原生反应式编排模型，经实验验证可降低应用TTFPT并控制队列深度。

Comments 24 pages, 5 figures, 12 tables, 1 algorithm, and 1 code listing. Public implementation: https://github.com/ModelEngine-Group/fit-framework

Artificial Intelligence for Workflow Analysis in Colorectal Surgery: A Multicentric, Cross-Procedural Development and Generalization Study

人工智能用于结直肠手术的工作流程分析：一项多中心、跨手术类型的开发与泛化研究

Pietro Mascagni, Julia Alekseenko, Pooja P Jain, Marta Goglia, Andrea Balla, Ludovica Baldari, Gianfranco Silecchia, Claudio Fiorillo, Vincenzo Tondolo, Salvador Morales-Conde, Luigi Boni, Sergio Alfieri, Nicolas Padoy

机构 * Università Cattolica del Sacro Cuore（圣心天主教大学） ； IHU Strasbourg（斯特拉斯堡大学医院研究所） ； Fondazione Policlinico Universitario Agostino Gemelli IRCCS（阿戈斯蒂诺·杰梅里大学医院基金会IRCCS） ； University of Strasbourg（斯特拉斯堡大学） ； Sapienza University of Rome（罗马第一大学） ； University Hospital Virgen Macarena（维尔gen马卡雷纳大学医院） ； University of Sevilla（塞维利亚大学） ； Fondazione IRCCS - Ca’ Granda - Ospedale Maggiore Policlinico di Milano（IRCCS基金会-米兰马焦雷医院） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本研究开发AI-ColoWorkflow深度学习模型，基于多中心MIS-CRS数据训练，可可靠识别手术阶段，其泛化性能优于多数中心/手术类型特定模型，为外科AI混合训练策略提供依据。

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

Trusted Workflow Relays:Cross-Tenant Email Abuse and Composable Red Team Initial-Access Primitives in Multi-Tenant Clouds

可信工作流中继：多租户云中的跨租户电子邮件滥用与可组合红队初始访问原语

Priyank Nigam

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 该研究发现多租户云存在可信工作流中继漏洞，可被用于跨租户电子邮件滥用，提出相关原语并给出修复控制措施。

Large-scale workflow placement in serverless computing using integer nonlinear programming

基于整数非线性规划的无服务器计算中的大规模工作流部署

Joshua Adamek, Natalie Carl, Trever Schirmer, Moritz Heinlein, David Bermbach, Sergio Lucia

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 针对无服务器计算中大规模工作流部署的成本与时间优化问题，提出基于整数非线性规划的模型及分解策略，实验显示其比简单部署启发式算法平均提升10%。

Comments This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible

Reifying Research Logic: AI-Assisted Workflow Construction and Incremental Refinement for Quantitative Syntax

具象化研究逻辑：面向定量句法的AI辅助工作流构建与增量优化

He Wang, Jingbo Chen, Yuqiao Lai, Nan Yang, Hanwen Zhang, Wei Yuan

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 针对定量句法研究的步骤逻辑隐藏问题，提出QLWF可视化工作流平台，可通过AI辅助将自然语言描述转为可执行工作流，在基准测试中表现优异并发布相关可复用资源。

An open-source, scalable workflow for organizing echosounder data for machine learning applications

面向机器学习应用的开源可扩展声呐数据处理工作流

Caesar Tuguinay, Wu-Jung Lee, Valentina Staneva, Elizabeth M. Phillips, Rebecca E. Thomas, Alicia Billings, Julia Clemons

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 该研究提出一种两阶段开源工作流，基于Echopype和Echoregions库构建可扩展的机器学习就绪回声测深数据集，含数据划分与掩码创建，提供教程验证其可行性。