AI Agent

Concurrency without Model Changes: Future-based Asynchronous Function Calling for LLMs

无需模型变更的并发性：面向LLMs的未来式异步函数调用

Guangyu Feng, Huanzhi Mao, Prabal Dutta, Joseph E. Gonzalez

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

专题命中 工具调用 ：function calling(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出AsyncFC框架，通过解耦LLM解码与函数执行，实现解码与执行的重叠及函数间并行，减少端到端延迟并保持任务精度，揭示LLMs具备处理未决执行结果的符号未来推理能力。

OpenClaw-RL: Train Any Agent Simply by Talking

OpenClaw-RL: 通过对话简单训练任何智能体

Yinjie Wang, Xuyang Chen, Xiaolong Jin, Mengdi Wang, Ling Yang

专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 OpenClaw-RL通过基础设施和方法创新，利用下一步状态信号在线优化智能体。该框架统一了指令和评估信号，通过重叠引导提示选择和对数概率差裁剪稳定蒸馏，适用于个人和通用智能体。

Comments Code: https://github.com/Gen-Verse/OpenClaw-RL

Caesar: Deep Agentic Web Exploration for Creative Answer Synthesis

Caesar：深度代理网络探索用于创造性答案综合

Jason Liang, Elliot Meyerson, Risto Miikkulainen

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)

AI总结 Caesar通过深度网络探索和对抗性精炼，提升创造性答案综合能力，相比现有深度研究代理在创意综合任务中提升13%-23%。

SkillGraph: Graph Foundation Priors for LLM Agent Tool Sequence Recommendation

SkillGraph：用于LLM代理工具序列推荐的图基础先验

Hao Liu, Dongyu Li

专题命中 工具调用 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出SkillGraph，通过挖掘49831条成功轨迹构建有向加权执行过渡图，用于LLM代理工具选择与排序。提出的两阶段框架在ToolBench和API-Bank上取得显著提升。

How are AI agents used? Evidence from 177,000 MCP tools

AI代理是如何被使用的？来自177,436个MCP工具的证据

Merlin Stein

专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；agentic(abstract)

AI总结 研究通过分析177,436个MCP工具，发现AI代理主要用于软件开发，其中67%为软件开发工具，90%的MCP服务器下载量来自此领域。行动工具占比从27%上升至65%，涵盖中等和高风险任务，如金融交易。

A Control-Theoretic Foundation for Agentic Systems

代理系统控制论基础

Ali Eslami, Jiangbo Yu

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)

AI总结 本文提出一种控制论框架，用于分析嵌入反馈控制回路中的代理系统，探讨代理在运行时调整控制器参数、选择控制策略等能力，并通过五级代理层次结构展示其动态机制。

AgenticGEO: A Self-Evolving Agentic System for Generative Engine Optimization

AgenticGEO: 一种自演化代理系统用于生成引擎优化

Jiaqi Yuan, Jialu Wang, Zihan Wang, Qingyun Sun, Ruijie Wang, Jianxin Li

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） 纠错

专题命中 工具调用 ：agentic(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出AgenticGEO，通过将优化问题建模为内容条件控制问题，提升内容质量以适应生成引擎的不可预测行为，采用MAP-Elites档案进化多样策略，并引入Co-Evolving Critic降低交互成本，实验证明其在多个数据集上优于14个基线方法。

Generalizable End-to-End Tool-Use RL with Synthetic CodeGym

通用端到端工具使用强化学习与合成CodeGym

Weihua Du, Hailei Gong, Zhan Ling, Kang Liu, Lingfeng Shen, Xuesong Yao, Yufei Xu, Dingyuan Shi, Yiming Yang, Jiecao Chen

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

专题命中 工具调用 ：tool-use(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出CodeGym框架，通过合成多样化的多轮工具使用环境，提升LLM代理在不同任务配置下的泛化能力，实验显示Qwen2.5-32B-Instruct在OOD基准测试中准确率提升8.7个百分点。

Comments 24 pages. Accepted to ICLR 2026. Project repository: https://github.com/StigLidu/CodeGym

Physics-Conditioned Grasping for Stable Tool Use

基于物理条件的抓取以实现稳定的工具使用

Noah Trupin, Zixing Wang, Ahmed H. Qureshi

机构 * Purdue University（普渡大学） 纠错

专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；planning(abstract)

AI总结 本文提出逆向工具使用规划方法，通过最小化预测交互扭矩来实现稳定工具使用，提升了现实世界中的操作成功率。

Comments In submission and under review

VSearcher: Long-Horizon Multimodal Search Agent via Reinforcement Learning

VSearcher：通过强化学习实现长周期多模态搜索代理

Ruiyang Zhang, Qianguo Sun, Chao Song, Yiyan Qi, Zhedong Zheng

机构 * University of Macau（澳门大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；autonomous agent(abstract)；tool use(abstract)

AI总结 VSearcher通过强化学习实现多模态搜索代理，提升长周期多轮工具使用能力，在多模态网络搜索任务中表现优异。

Comments 23 pages, 6 figures

AI Agents for Variational Quantum Circuit Design

用于变分量子电路设计的AI代理

Marco Knipfer, Alexander Roman, Konstantin T. Matchev, Katia Matcheva, Sergei Gleyzer

专题命中 工具调用 ：AI agent(title)；agent(abstract)；autonomous agent(abstract)；agentic(abstract)

AI总结 本文提出基于AI代理的变分量子电路设计方法，通过自动化搜索和优化，实现高效可扩展的量子电路设计。

Comments 43 pages, 12 figures

SciDataCopilot: An Agentic Data Preparation Framework for AGI-driven Scientific Discovery

SciDataCopilot: 一种面向AGI驱动科学发现的代理数据准备框架

Jiyong Rao, Yicheng Qiu, Jiahui Zhang, Juntao Deng, Shangquan Sun, Fenghua Ling, Hao Chen, Nanqing Dong, Zhangyang Gao, Siqi Sun, Yuqiang Li, Dongzhan Zhou, Guangyu Wang, Lijun Wu, Conghui He, Xuhong Wang, Jing Shao, Xiang Liu, Yu Zhu, Mianxin Liu, Qihao Zheng, Yinghui Zhang, Jiamin Wu, Xiaosong Wang, Shixiang Tang, Wenlong Zhang, Bo Zhang, Wanli Ouyang, Runkai Zhao, Chunfeng Song, Lei Bai, Chi Zhang

专题命中 工具调用 ：agentic(title,abstract)；autonomous agent(abstract)；workflow(abstract)

AI总结 SciDataCopilot通过自主代理框架实现端到端的数据准备，提升科学发现效率与一致性，推动实验驱动的科学通用智能发展。

Securing AI Agents in Cyber-Physical Systems: A Survey of Environmental Interactions, Deepfake Threats, and Defenses

在物理信息系统中保障AI代理：环境交互、深度伪造威胁及防御的综述

Mohsen Hatami, Van Tuan Pham, Hozefa Lakadawala, Yu Chen

专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；tool use(abstract)

AI总结 本文综述了物理信息系统中AI代理的安全威胁，重点分析了环境交互、深度伪造攻击及MCP漏洞，并提出基于SENTINEL框架的防御策略与挑战。

Taming Various Privilege Escalation in LLM-Based Agent Systems: A Mandatory Access Control Framework

驯服各种基于大语言模型的代理系统中的特权提升：一种强制访问控制框架

Zimo Ji, Daoyuan Wu, Wenyuan Jiang, Pingchuan Ma, Zongjie Li, Yudong Gao, Shuai Wang, Yingjiu Li

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；multi-agent(abstract)

AI总结 本文提出SEAgent框架，通过强制访问控制解决LLM代理系统中的特权提升问题，有效阻止攻击并保持低误报率。

AutoMind: Adaptive Knowledgeable Agent for Automated Data Science

Yixin Ou, Yujie Luo, Jingsheng Zheng, Lanning Wei, Zhuoyun Yu, Shuofei Qiao, Jintian Zhang, Da Zheng, Yuren Mao, Yunjun Gao, Huajun Chen, Ningyu Zhang

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室） 纠错

专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments Ongoing work

TOUCAN: Synthesizing 1.5M Tool-Agentic Data from Real-World MCP Environments

Zhangchen Xu, Adriana Meza Soria, Shawn Tan, Anurag Roy, Ashish Sunil Agrawal, Radha Poovendran, Rameswar Panda

机构 * University of Washington（华盛顿大学） ； MIT-IBM Watson AI Lab（MIT-IBM Watson人工智能实验室） 纠错

专题命中 工具调用 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 35 pages, 13 figures

ToolACE: Winning the Points of LLM Function Calling

Weiwen Liu, Xu Huang, Xingshan Zeng, Xinlong Hao, Shuai Yu, Dexun Li, Shuai Wang, Weinan Gan, Zhengying Liu, Yuanqing Yu, Zezhong Wang, Yuxian Wang, Wu Ning, Yutai Hou, Bin Wang, Chuhan Wu, Xinzhi Wang, Yong Liu, Yasheng Wang, Duyu Tang, Dandan Tu, Lifeng Shang, Xin Jiang, Ruiming Tang, Defu Lian, Qun Liu, Enhong Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 工具调用 ：function calling(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 21 pages, 22 figures

SMART: Self-Aware Agent for Tool Overuse Mitigation

Cheng Qian, Emre Can Acikgoz, Hongru Wang, Xiusi Chen, Avirup Sil, Dilek Hakkani-Tür, Gokhan Tur, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； IBM Research AI（IBM人工智能研究院） 纠错

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 18 pages, 11 tables, 7 figures, ACL 2025 Findings

Synthetic Data Generation & Multi-Step RL for Reasoning & Tool Use

Anna Goldie, Azalia Mirhoseini, Hao Zhou, Irene Cai, Christopher D. Manning

机构 * Department of Computer Science Stanford University（计算机科学系 斯坦福大学） 纠错

专题命中 工具调用 ：tool use(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

The AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search

Yutaro Yamada, Robert Tjarko Lange, Cong Lu, Shengran Hu, Chris Lu, Jakob Foerster, Jeff Clune, David Ha

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG

Federated In-Context LLM Agent Learning

Panlong Wu, Kangshuo Li, Junbao Nan, Fangxin Wang

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

CodeNav: Beyond tool-use to using real-world codebases with LLM agents

Tanmay Gupta, Luca Weihs, Aniruddha Kembhavi

专题命中 工具调用 ：tool-use(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.SE

Targeted Parallelization of Conflict-Based Search for Multi-Robot Path Planning

Teng Guo, Jingjin Yu

专题命中 工具调用 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)

Comments Submitted to IROS

Quick Multi-Robot Motion Planning by Combining Sampling and Search

Keisuke Okumura, Xavier Défago

专题命中 工具调用 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)

Comments to be presented at IJCAI-23

Distributed Search Planning in 3-D Environments With a Dynamically Varying Number of Agents

Savvas Papaioannou, Panayiotis Kolios, Theocharis Theocharides, Christos G. Panayiotou, Marios M. Polycarpou

专题命中 工具调用 ：planning(title,abstract)；agent(abstract)；autonomous agent(abstract)

Comments IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2023

Journal ref IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2023

Representation-Optimal Multi-Robot Motion Planning using Conflict-Based Search

Irving Solis, Read Sandström, James Motes, Nancy M. Amato

专题命中 工具调用 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)

Student-Centered Distillation Narrows the Agentic Gap Between Small and Large LLMs

以学生为中心的蒸馏缩小了小型和大型语言模型之间的智能差距

Yuanjie Lyu, Chengyu Wang, Jun Huang, Tong Xu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 工具调用 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.AI、cs.CL

AI总结 研究旨在缩小大小语言模型智能差距，提出SCoRe框架，让学生生成训练轨迹，教师纠正最早错误，经微调与短视距强化学习，提升学生解决问题能力，在12个基准测试中，70亿参数学生模型缩小了与720亿参数教师模型的性能差距

Comments Accepted to ICML 2026. The title has been changed from "From Correction to Mastery: Reinforced Distillation of Large Language Model Agents" to "Student-Centered Distillation Narrows the Agentic Gap Between Small and Large LLMs"; the camera-ready version has been uploaded

IEA: Amateur-Friendly Conversational Image Editing Agent via Three Stages of Multitask Alignment

IEA：通过三阶段多任务对齐的业余友好型对话式图像编辑代理

Zichen Zhu, Yuheng Sun, Mingxuan Zhu, Wenjie Ma, Situo Zhang, Zhexiang Wang, Ziyue Yang, Danyang Zhang, Kunyao Lan, Zihan Zhao, Dingye Liu, Siqi Xiang, Lu Chen, Kai Yu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institution（上海创新研究院） ； Huawei Technologies Ltd.（华为技术有限公司） ； Nanyang Technological University（南洋理工大学） ； Jiangsu Key Lab of Language Computing（江苏省语言计算重点实验室） 纠错

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL

AI总结 提出IEA对话式图像编辑代理，通过三阶段多任务训练学习操作参数化工具，实现可解释编辑轨迹，在像素距离和ROUGE-L指标上优于基线，用户研究中指令跟随和感知质量表现最佳。

Comments [CVPR 2026 Findings] Our data and code are released at https://github.com/OpenDFM/Image_Edit_Agent

Agentic Observability: Automated Alert Triage for Adobe E-Commerce

代理可观性：Adobe电子商务的自动化警报分拣

Aprameya Bharadwaj, Kyle Tu

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出了一种基于代理AI的自动化警报分拣框架，通过ReAct范式实现Adobe电子商务系统中警报分拣的自动化，显著提升分拣效率与诊断准确性。

Comments Accepted at AAAI'26 Agentic AI Benchmarks and Applications for Enterprise Tasks Workshop

MuMath-Code: Combining Tool-Use Large Language Models with Multi-perspective Data Augmentation for Mathematical Reasoning

Shuo Yin, Weihao You, Zhilong Ji, Guoqiang Zhong, Jinfeng Bai

专题命中 工具调用 ：tool-use(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL

Comments The state-of-the-art open-source tool-use LLMs for mathematical reasoning