AI Agent

From Capabilities to Performance: Evaluating Key Functional Properties of LLM Architectures in Penetration Testing

Lanxiao Huang, Daksh Dave, Tyler Cody, Peter Beling, Ming Jin

机构 * Bradley Department of Electrical and Computer Engineering, Virginia Tech（弗吉尼亚理工大学电气与计算机工程系布雷拉德部门） ； National Security Institute, Virginia Tech（弗吉尼亚理工大学国家安全研究所） 纠错

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

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing, pages 15890 to 15916, Suzhou, China, November 2025

From LLM Inference to Agentic Workloads: Characterization and Implications for Serving Systems

从大语言模型（LLM）推理到智能体工作负载：特征分析与服务系统启示

Chaokun Chang, Yukun Zhou, Kaihua Fu, Dakai An, Tianyu Feng, Hanfeng Lu, Sheng Yao, Pu Guo, Yinghao Yu, Yizhou Shan, Bo Li, Binhang Yuan, Wei Wang

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

AI总结 本文提出AgentSysBench基准套件，分析智能体工作负载与传统LLM服务的6项差异，据此开展的4项设计探索可实现延迟降低、效率提升、内存减少及冗余调用节省等效果。

AdsWorldEngine: A Self-Evolving Conversational Advertising Agent through Orchestrator and Tool Coevolution

AdsWorldEngine：一种通过协调器与工具协同演化实现的自演进对话式广告智能体

Simiao Zuo, Chenhui Xu, Yimeng Jia, Qiang Lou, Jian Jiao, Denis Charles

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

AI总结 该研究提出AdsWorldEngine对话式广告框架，通过协调器与工具协同演化的自改进循环，结合机会门、评估器及基于标签的判断建模，在离线与在线实验中均显著提升广告性能。

PIPES: Securing Agent Perception with Provenance and Priors

PIPES：基于来源与先验的智能体感知安全防护方案

Sanjay Kariyappa, Severin Klingler, G. Edward Suh

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

AI总结 该研究针对工具使用智能体感知易受状态篡改攻击的问题，提出PIPES防护方案，通过语义先验与来源筛选，大幅降低攻击成功率且保留良性效用。

Correct Is Not Governed: Provenance Integrity in Agentic Workflows

正确性不受管控：智能体工作流的来源完整性

Jesus Salas

机构 * Microsoft（微软公司） 纠错

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

AI总结 本文针对智能体工作流的来源完整性问题，提出确定性因果状态层Matrix作为机构完整性层，可记录依赖、验证证据，使工作可审计，且能限制恢复范围。

Comments 19 pages, 2 figures

FluctlightDB: A Memory Model of Data for AI Agents

FluctlightDB：面向AI智能体的数据内存模型

Ganesh S

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

AI总结 本文提出面向AI智能体的独立数据内存模型，实现嵌入式引擎FluctlightDB，在多个记忆召回基准上取得优异结果，填补了数据栈的一层空白。

Comments 16 pages, 6 tables, 4 figures, appendix. Code and frozen benchmark artifacts: https://github.com/voxmastery/FluctlightDB. Preprint DOI: 10.5281/zenodo.20949890

Towards a Formal Definition of Agent Memory: Basis, Span, Optimality, and the Sequential Memory Problem

迈向智能体记忆的形式化定义：基础、跨度、最优性与序列记忆问题

Hongyao Tang

机构 * Tianjin University（天津大学） 纠错

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

AI总结 本文提出智能体记忆的形式化定义，定义最优记忆为容量受限的期望覆盖最大化器，实例化于《奥德赛》并将现有系统纳入框架，使记忆质量可度量。

memorywire: A Vendor-Neutral Wire Format for Agent Memory Operations

AMP：一种用于智能体内存操作的供应商中立线格式

Thamilvendhan Munirathinam

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 提出一种基于JSON-Schema 2020-12的供应商中立线格式memorywire，支持五种内存操作和四种内存类型，通过参考实现和基准测试验证其性能与兼容性。

Comments 18 pages, 1 figure, 6 tables. v4: PurgeBench is a companion benchmark by the same author (previously called "external"), plus a threats-to-validity note; no results changed. v3 added the memory-poison recovery evaluation and recover tool. Code: github.com/mthamil107/memorywire

The Signal Rail: A Deterministic Motion Grammar for Communicating Conversational Agent State in Terminal Interfaces

信号轨：终端界面中用于传递对话智能体状态的确定性运动语法

Matteo Grella

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

AI总结 Signal Rail为终端界面对话智能体设计确定性运动语法，通过空间语义等理念实现状态传递，完成规范与参考实现，提升非文本状态通道的信息表达能力。

Comments 16 pages, 3 figures. Ancillary files include the Signal Rail 1.0 specification, JavaScript and Python engines, and the cross-implementation conformance harness. Code: https://github.com/matteo-grella/signal-rail

TideRL: Boosting Agentic RL Goodput with Readiness-Aware Scheduling

TideRL：通过就绪感知调度提升智能体强化学习的有效吞吐量

Yanyu Ren, Xizheng Wang, Xiao Liu, Bowen Lv, Hanchen Zhang, Shudan Zhang, Hanyu Lai, Shuai Wang, Li Chen, Dan Li, Jie Tang

机构 * Tsinghua University（清华大学） ； Zhongguancun Laboratory（中关村实验室） 纠错

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

AI总结 TideRL是一种就绪感知弹性RL系统，通过CTB、RA²P和ERS技术，在多轮智能体工作负载上大幅提升RL训练有效吞吐量，同时优化KV缓存命中率、训练时间和等待时间。

Agentic Router: An Execution-Grounded Continual Learning Approach With Memory

智能体路由器：一种基于执行的带记忆的持续学习方法

Yuxuan Chen, Rongpeng Li, Zhifeng Zhao, Yuntao Liu, Xing Xu, Honggang Zhang

机构 * Zhejiang University（浙江大学） ； Zhejiang Lab（之江实验室） ； State Grid Hebei Electric Power Co., Ltd.（国网河北省电力有限公司） ； Macau University of Science and Technology（澳门科技大学） 纠错

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

AI总结 该研究针对CLI-based SONiC操作，提出基于执行的双路径后果感知智能体，通过生成动作、预测后果、重排序选择，提升可行动作覆盖度与执行成功率，两条路径互补增益。

REVEAL: A Rubric-Guided Agent for Explicit Evidence Sufficiency Verificationin Long-Video Question Answering

REVEAL：用于长视频问答的基于 rubric（评分标准）的显式证据充分性验证智能体

Caijun Yan, Yang Zhou, Meixing Shi, Haoran Sun, Yichen Li, Yuxiang Cai, Yankai Jiang

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

AI总结 该研究针对长视频问答中现有方法割裂事件、忽略证据充分性的问题，提出REVEAL框架，通过自适应分块的结构化记忆与rubric引导的证据验证，实现更可靠的推理且性能优于现有SOTA方法。

Compositional Threat Analysis of Latent Compromise in LLM Agent Systems: The Order 66 Scenario

LLM智能体系统中潜在入侵的组合式威胁分析：66号指令场景

Satoshi Matsuoka

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

AI总结 本文以66号指令为场景，提出组合模型分析LLM智能体系统的潜在入侵威胁，分离三类传播路径，指出现有防御无法封闭所有路径，最强防御为能力调解等四项措施，暂未发现完整场景的公开观测。

Comments Version 11.3, 33 pages

InfMem: Learning System-2 Memory Control for Long-Context Agent

InfMem: 面向长上下文智能体的系统2记忆控制

Xinyu Wang, Mingze Li, Peng Lu, Xiao-Wen Chang, Lifeng Shang, Jinping Li, Fei Mi, Prasanna Parthasarathi, Yufei Cui

机构 * McGill University（麦吉尔大学） ； Noah's Ark Lab（诺亚实验室） 纠错

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

AI总结 InfMem通过预思考-检索-写作协议实现系统2风格的控制，有效提升超长文档推理的准确率并减少推理时间。

Comments Accepted to COLM 2026

QuanTiMedAI: Quantum-Enhanced Time-Series Model guided by Agentic AI for Cardiac Arrest Mortality Prediction

QuanTiMedAI：由智能体人工智能引导的量子增强时间序列模型用于心脏骤停死亡率预测

Mutasim Fuad Sarker, Adiba Rahman Namira, Wafa Binte Alam, Md Adnan Arefeen, Mahzabeen Emu, Sumaiya Tabassum Nimi

机构 * North South University（北南大学） ； Memorial University（纪念大学） 纠错

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

AI总结 该研究针对心脏骤停死亡率预测的静态数据局限，提出QuanTiMedAI量子-智能体框架，结合智能体LLM与量子循环网络，在MIMIC-IV数据集上仅用605个参数实现0.852的AUROC，优于现有最先进基线。

Comments Submitted for review

Causal Episodic Memory for Feedback-Driven Agent Repair

用于反馈驱动智能体修复的因果情景记忆

Khang Nhat Hoang Vo, Tam Minh Chu, Anh Trac Duc Dinh, Thuyen Vinh Ha Bui, Tho Quan

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Faculty of Computer Science and Engineering, Ho Chi Minh City University of Technology (HCMUT), VNU-HCM（胡志明市理工大学计算机科学与工程学院（HCMUT，VNU-HCM）） 纠错

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

AI总结 本文提出无需训练的MERIT智能体，通过维护双极性记忆辅助LLM智能体修复，在Spider、BIRD数据集上提升了Text-to-SQL任务的执行准确率，同时明确了因果跨查询记忆的适用场景。

Caching for the Future: Scrub Jay Episodic Memory Principles for Agent Memory Systems

面向未来的缓存：用于智能体记忆系统的灌丛鸦情景记忆原理

Kartikey Singh Bhandari, Aarya Wadhwani, Dhruv Kumar, Pratik Narang

机构 * Birla Institute of Technology and Science, Pilani（比拉理工学院皮拉尼分校） 纠错

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

AI总结 该研究借鉴灌丛鸦情景记忆原理，提出ScrubJay-MEM智能体记忆系统，通过类型条件时间衰减优化记忆管理，在TGT和MemoryAgentBench任务上取得优于现有方法的效果。

MutMem: Cryptographically Authorized Mutation in Persistent Agent Memory

MutMem：持久智能体内存中的密码学授权突变

Walid Saidi

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

AI总结 本研究针对持久智能体内存的授权与防篡改问题，提出HOM-AIMOS中的MutMem协议，经实验验证其在多个基准任务中表现良好，可有效抵御中毒攻击。

Comments https://github.com/wallidsaydi-creator/HOM-AIMOS. 32 Pages

A Taxonomy of Cognitive Capability Gaps in Generative and Agentic AI

生成式与智能体式AI中认知能力差距的分类学

Taye Akinrele, Sindhuja Penchala, Noorbakhsh Amiri Golilarz, Sudip Mittal, Shahram Rahimi

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

AI总结 本文针对制约认知AI发展的认知能力差距开展分类学综述，梳理五大维度的进展与挑战，提出ACIA架构及认知导向评估框架，为构建可靠认知AI与AGI提供路线图。

Comments 15 pages, 4 figures

Beyond Single-Use Tokens: Durable Authorization State for Replay-Resistant LLM Agent Actions

超越单次使用令牌：面向抗重放的大语言模型智能体行动的持久授权状态

Jinghan Xu, Longze Fan, Zeyuan Wang, Xinjin Li, Hankai Liu

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

AI总结 该研究针对大语言模型智能体重规划等行为引发的语义重放问题，提出 CapLease 授权消耗层，结合服务器账本实现抗重放，证明持久授权状态是抗重放智能体执行的系统要求。

When Memory Updates but Behavior Does Not: Repairing Implicit Stale Dependencies in Personalized Agent Responses

当记忆更新但行为未更新时：修复个性化智能体响应中的隐式陈旧依赖

Haofei Sun, Lin He

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

AI总结 该研究针对智能体存在的隐式陈旧依赖问题，提出StateAuditor反向审计方法，在STALE基准上实现显著性能提升，验证了转换机制对修复IPA缺口的有效性。

Comments 9 pages, 4 figures; supplementary material in ancillary files

MemForest: An Efficient Agent Memory System with Hierarchical Temporal Indexing

MemForest: 一种具有层次化时间索引的高效智能体记忆系统

Han Chen, Zining Zhang, Wenqi Pei, Bingsheng He, Ming Wu, Jason Zeng, Michael Heinrich, Wei Wu, Hongbao Zhang

机构 * National University of Singapore（新加坡国立大学） ； Zero Gravity Labs（零重力实验室） 纠错

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

AI总结 针对长上下文LLM智能体记忆系统中粗粒度状态管理和顺序更新导致的维护开销问题，提出MemForest框架，通过并行块提取和层次化时间索引树MemTree实现高效写入和局部更新，在LongMemEval-S上达到79.8% pass@1准确率，吞吐量比现有方法高约6倍。

Comments 12 pages. Extended version with appendix as supplemental material. Submitted to VLDB

MemSecBench: Tracking Agent Memory Poisoning from Persistence to Consequence and Repair

MemSecBench：追踪智能体内存中毒从持久性到后果及修复的全生命周期

Xuanze Chen, Xukang Xie, Wentao Fu, Jiajun Zhou, Shanqing Yu, Qi Xuan

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

AI总结 本研究提出MemSecBench基准测试，通过24种配置的实验发现不同内存系统栈在智能体内存中毒的持久性、后果及选择性修复上存在显著差异，为智能体内存安全评估提供了工具。

Towards an Agent Operating System - Lessons from Classical and Cloud OS

迈向智能体操作系统——从经典操作系统和云操作系统中汲取的经验教训

Gosia Steinder, Hubertus Franke

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

AI总结 智能体人工智能系统处于发展试验阶段，缺乏核心抽象概念共识。研究提出借鉴经典和云操作系统发展路径，扩展原语推导新智能体抽象概念，精确指定语义并整合，以推动该领域发展。

MemTX: Transactional Belief Commit for Stateful Agent Memory

MemTX：用于有状态智能体内存的事务性信念提交

Xiaoyang Li, Yiqi Wang, Haohui Lu, Zhi Chen, Mo Li, Pingan Song, Mingkai Zheng, Taotao Cai

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

AI总结 研究针对大语言模型智能体通过共享内存协调时内存写入问题，提出事务性信念提交协议MemTX，通过携带多种信息、在事务中暂存写入等方式，经机器检查确保不变量，在多主干上领先基线且无下游危害。

Comments Preprint

Keep It InMind: Benchmarking the Implicit-Association Blind Spot in Agent Memory

牢记于心：评估智能体记忆中的隐式关联盲点

Ruizhe Li, Mingxuan Du, Benfeng Xu, Zhendong Mao

机构 * University of Science and Technology of China（中国科学技术大学） ； Metastone Technology（元石科技） 纠错

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

AI总结 研究智能体记忆中的隐式关联盲点问题，引入InMind基准测试，通过配对控制区分三种解释，实验发现将记忆置于上下文时主干回答间接查询比例高，检索相同记忆时其他系统召回率低，诊断探针可缩小差距，指出路由是关键问题。

SF-AMS: Strategic Forgetting for Structured Memory in LLM Agent

SF-AMS：大语言模型智能体中结构化记忆的策略性遗忘

Ning Yang, Siqi Li, Miaoxin Shen, Yuan Zhou, Meng Zhang, Tong Li, Haijun Zhang

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

AI总结 研究大语言模型智能体长上下文依赖瓶颈问题，提出SF-AMS框架，通过效用驱动机制和复合评分整合信号维护记忆，实验表明该方法在多跳推理等任务中相比基线有显著提升，证明建模记忆重要性对长上下文推理关键。

Ground Truth First: A Longitudinal Evaluation Instrument for Agent Memory, and the Tenure Crossover in Memory-Architecture Rankings

真实优先：智能体记忆的纵向评估工具及记忆架构排名中的任期交叉

Quentin Spencer

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

AI总结 研究大型语言模型智能体记忆基准问题，提出颠倒流程的评估方法，通过合成虚构语料库嵌入新特征，对五种记忆架构基准测试，发现排名随历史长度反转，分层架构表现最佳，发布开源库Veracium。

Comments 25 pages, 2 figures. Code: https://github.com/veracium-ai/Veracium

AgentKVShift: Efficient KV Cache Reuse for Agentic Memory Systems

AgentKVShift：用于智能体记忆系统的高效KV缓存重用

Nilesh Prasad Pandey, Jason Kong, Lanxiang Hu, Quanling Zhao, Yujie Zhao, Onat Gungor, Hao Zhang, Tajana Rosing

机构 * University of California, San Diego（加利福尼亚大学圣地亚哥分校） 纠错

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

AI总结 研究针对内存增强语言模型智能体推理成本高的问题，提出无训练、探针引导的AgentKVShift方法，通过估计内存级偏移量校正重用令牌，在多语言模型和基准测试中表现出色，实现低重新计算量和预填充加速，还能与缓存量化正交组合提升性能。

MemTools: A Unified Research Framework for Interoperable Agent Memory

MemTools：用于可互操作智能体内存的统一研究框架

Chengfeng Zhao, Jinhui Chen, Sirui Liang, Shizhu He, Yequan Wang, Jun Zhao, Kang Liu

机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） 纠错

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

AI总结 研究针对智能体内存架构碎片化问题，提出MemTools框架，通过解耦组件与环境、规范生命周期、分离数据集与协议、提供统一接口，实现跨系统组件集成等功能，为智能体内存研究提供实用可扩展基础设施。

Comments Work in progress