AI Agent

COVENANT: Natural-Language Workflow Compilation for Aligned Agent Execution

COVENANT：用于对齐代理执行的自然语言工作流编译

Jincheng Wang, Min Zheng, Tao Wei

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

AI总结 研究针对大语言模型代理执行工作流指令时的未对齐问题，提出COVENANT架构，将指令转为工作流抽象语法树和控制流图，运行时控制器按要求检查提议并反馈。实验表明该方法大幅提升成功率、降低未对齐失败率，推动工作流可靠执行。

Comments 12 pages, 7 figures

Workflow-Localized Mechanism Learning: Attribution-Guided Repair and Knowledge Reuse for Structured Agent Skills

工作流局部机制学习：结构化智能体技能的归因引导修复与知识重用

Zibin Lin, Shengli Zhang, Taotao Wang, Yihan Xia, Deen Ma, Guofu Liao

机构 * SZU（深圳大学） 纠错

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

AI总结 研究针对智能体技能中工作流故障问题，引入工作流局部机制学习（WML）。其节点 - 机制归因可识别故障节点等，再经工作流引导技能优化（WGSO）循环处理。在多个数据集上实验，WML取得较好准确率、通过率等，还减少了令牌和调用。

Comments 8 pages, 3 figures

Human-AI Agent Interaction as a Neuroplastic Training Environment

作为神经可塑性训练环境的人类与人工智能代理交互

Eranga Bandara, Ross Gore, Asanga Gunaratna, Ravi Mukkamala, Nihal Siriwardanagea, Gihan Siriwardanagea, Sachini Rajapakse, Isurunima Kularathna, Pramoda Karunarathna, Chalani Rajapakse, Sachin Shetty, Christopher K. Rhea, Ng Wee Keong, Kasun De Zoysa, Amin Hass, Shaifali Kaushik, Wathsala Herath, Preston Samuel, Anita H. Clayton, Atmaram Yarlagadd

机构 * Old Dominion University（奥多明尼昂大学） ； AI Motion Labs（人工智能运动实验室） ； Nanyang Technological University（南洋理工大学） ； University of Colombo（科伦坡大学） ； Accenture Technology Labs（埃森哲技术实验室） ； GSI Scandinavia AB（GSI斯堪的纳维亚公司） ； Lithuanian University of Health Sciences（立陶宛健康科学大学） ； Department of Psychiatry and Neurobehavioral Sciences, University of Virginia School of Medicine（弗吉尼亚大学医学院精神病学和神经行为科学系） ； Blanchfield Army Community Hospital（布兰奇菲尔德陆军社区医院） ； McDonald Army Health Center（麦克唐纳陆军健康中心） 纠错

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

AI总结 研究人类与AI代理交互这一日常活动，发现其是神经可塑性训练环境。提出利用此环境产生相反效果的框架，通过三层观察和两种应用模式实现，以生成图像提示为例展示该框架能使观察与否行为相同但神经学相反。

DeepBD: A Grounded Agentic Workflow for Variant Prioritization and Diagnosis of Genetic Birth Defects

DeepBD：一种用于遗传性出生缺陷变异优先级排序和诊断的基于实体的智能体工作流

Shiyu Li, Ziqi Yan, Zhihao Wu, Jielong Lu, Weiran Liao, Jiajun Yu, Genjie Li, Zeyu Chu, Jiajun Bu, Haishuai Wang

机构 * College of Computer Science and Technology, Zhejiang University, Hangzhou, China（浙江大学计算机科学与技术学院，杭州，中国） 纠错

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

AI总结 提出DeepBD，一种结合LLM、预训练证据引擎和专家模块的智能体工作流，用于遗传性出生缺陷的变异优先级排序和诊断，在内部基准上优于现有方法。

Human-AI Agent Interaction in a Business Context

商业环境中的人机智能体交互

Kathrin Paimann, Elizangela Valarini, Sebastian Juhl

机构 * SAP SE（SAP公司） ； Hochschule Fresenius Heidelberg（弗赖辛大学海德堡分校） ； University of Missouri（密苏里大学） 纠错

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

AI总结 本研究采用混合方法，识别并评估了商业环境中人与AI智能体积极用户体验的原则与标准，并通过调查实验验证设计元素的有效性，以促进用户采纳、信任和以用户为中心的决策。

Comments 9 pages, 5 tables, 1 figure, submitted to Springer Nature

VALG: An Agentic System for ML Theory Research

VALG：面向机器学习理论研究的智能体系统

Dechen Zhang, Xuan Tang, Xinxiang Yin, Xingwu Chen, Jian Qian, Difan Zou

机构 * The University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Northwestern Polytechnical University（西北工业大学） 纠错

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

AI总结 本文提出VALG智能体系统，将机器学习理论研究过程组织为自主工作流，通过多环节验证与图结构证明开发，在COLT 2026开放问题子问题上验证了其有效性，相关代码已开源。

From Naive RAG to Deep Agentic Retrieval: An Evolving Context Engineering Pipeline for Regulatory Compliance

从朴素检索增强生成到深度智能检索：用于合规监管的不断演进的上下文工程管道

Mishca de Costa, Muhammad Saleh Anwar, Dave Mercier, Issam Hammad

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

AI总结 研究针对RAG朴素实现的局限，追溯安大略发电公司检索管道演变，历经多阶段形成PEA-CAE架构，表明上下文工程对监管语料库更具优势，深度智能检索进展反映经典思想，迭代证据获取等渐成企业问答基础。

Comments Accepted at the 2026 IEEE the 14th International Conference on Smart Energy Grid Engineering (SEGE 2026)

Specifying AI-SDLC Processes: A Protocol Language for Human-Agent Boundaries

指定AI-SDLC流程：一种用于人-智能体边界的协议语言

Ylli Prifti

机构 * Birkbeck, University of London（伦敦大学伯贝克学院） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(abstract)；workflow(abstract)；multi-agent(abstract)

AI总结 提出一种领域特定语言，用于将AI-SDLC流程指定为协议，通过形式语法、良构条件、操作语义和执行不变量，区分策略与机制，实现结构强制以约束流程非确定性，并证明其能有效降低系统故障率。

Comments Position paper with formal specification, failure rate analysis, and feasibility demonstration. Companion empirical paper and open-source implementation forthcoming

Accountable yet Anonymous AI Agents - Split-Knowledge Binding in National Agent-Identity Layer in China

可问责且匿名的人工智能代理——中国国家代理身份层中的知识拆分绑定

Yifan He, Zhiguang Shan, Le Luo, Wei Wang

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

AI总结 研究中国国家人工智能代理身份系统，提出知识拆分绑定机制，实现可问责且匿名。贡献包括制度性分离、事后归因论点、问责表面概念、比例框架及反身管辖方法，证明国家规模可行性并提供评判部署的框架。

Comments Preprint v1 (pre-launch). The system described launches in Q3 2026; a revised version will add post-launch deployment measurements under the pre-registered protocol in Section 5

NNStar: An end-to-end AI agent for nuclear matter and neutron star physics

NNStar：用于核物质和中子星物理的端到端人工智能代理

Yao Ma, Yong-Liang Ma, Jia-Ying Xiong

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

AI总结 研究针对核物质和中子星物理中约束致密物质状态方程需处理大量数据及高维耦合空间微调难的问题，提出NNStar这一端到端人工智能代理，可自动化工作流程，为相关观测分析提供新的AI驱动框架。

Comments 14 pages; comments are welcome

Guixu: Valuation-Driven Data Discovery for Autonomous AI Agents with On-Chain Attestation

Guixu：面向具备链上证明的自主AI智能体的估值驱动型数据发现

Yifan Wu, Yuchen Peng, Jiaqi Chai, Yufei Qian, Xilin Li, Ke Chen, Lidan Shou

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

AI总结 Guixu是面向自主AI智能体的估值驱动型数据发现系统，采用三阶段估值管线等技术，整合智能体支付协议与链上数据市场，实现任务、预算感知且可信的数据发现与采购。

Comments This paper has been accepted for presentation at VLDB 2026

A Process Harness for Uplifting Legacy Workflows to Agentic BPM: Design and Realization in CUGA FLO

一种将遗留工作流提升为智能体BPM的过程驾驭框架：在CUGA FLO中的设计与实现

Fabiana Fournier, Lior Limonad

机构 * IBM SIL, Israel（IBM 研究实验室，以色列） ； Department of Information Systems, Faculty of Computer & Information Sciences, University of Haifa（海法大学计算机与信息科学学院信息系统系） 纠错

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

AI总结 提出过程驾驭框架，通过策略驱动的智能体层在不替换工作流引擎的情况下将遗留工作流升级为智能体BPM，并基于TDF模型在CUGA FLO中实现，通过三种智能体类型和钩子机制实现指令性与规范性需求的统一。

Comments 24 pages, 5 figures

APEX: Adaptive Principle EXtraction A Three-Layer Self-Evolution Framework for Production AI Agents

APEX: 自适应原则提取——面向生产AI智能体的三层自进化框架

Ya-Chuan Chen, Tien-Jen Lai, Hsiang-Wei Hu

机构 * Grace AI Technology 纠错

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

AI总结 提出APEX框架，通过三层协同进化（提示修复、原则蒸馏、工作流拓扑选择）提升AI智能体性能，在15节点计算集群上实现健康评分+90%。

Comments 8 pages, 1 figure, 4 tables. Evaluated on a production 15-node compute fleet with 114 real task traces. Code available at https://aispark.airlive.com/joe-hackathon/

MetaRoute-Bench: Evaluating Meta-Decision Policies for Agentic Workflow Routing

MetaRoute-Bench：评估智能体工作流路由的元决策策略

Natan Vidra, Alina Kapanova, Arun Kanhai, Spurthi Setty

机构 * Anote AI（阿诺特人工智能公司） ； Cornell University（康奈尔大学） ； CUNY（纽约城市大学） ； Stevens Institute of Technology（史蒂文斯理工学院） 纠错

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

AI总结 该研究提出MetaRoute-Bench框架，构建含180个任务的基准，对比8种路由策略，发现任务感知组合策略成功率优于静态策略，明确路由组合与验证的关键作用，为智能体工作流路由评估提供可复现方法。

Comments 6 pages, 1 figure; DAI 2026 submission

PACE-SIMS: Checkpoint-Gated Autonomous SIMS Characterization with AI-Agent Quality Control

PACE-SIMS：带AI智能体质量控制的检查点门控自主二次离子质谱表征

Anton V Ievlev, Heather Hare, Yiyang Li, Sergei V Kalinin

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

AI总结 PACE-SIMS是带AI智能体质量控制的自主SIMS表征工作流，经实验验证可高效完成WOx薄膜研究，可迁移至其他分析技术的破坏性测量场景。

EMBL AI Librarian: Life-Sciences Knowledge Layer for AI Agents

EMBL AI Librarian：面向AI智能体的生命科学知识层

Luigi Sigillo, Matteo Silvestri, Francesco Tabaro, Rajat Bhatnagar, Syed Irtaza Mubashar, Matt Jeffryes, Daljit Nijjer, Vittorio Perera, Ola Spjuth, Julio Saez-Rodriguez, Melissa Harrison, Fabio Petroni

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

AI总结 该研究推出EMBL AI Librarian，为AI智能体升级Europe PMC接口，通过LLM统筹检索，在多基准任务中提升性能，代码已公开。

LLMoxie: Exploring Agentic AI for Scientific Software Development

LLMoxie：探索用于科学软件开发的智能AI

Landung Setiawan, Anant Mittal, Cordero Core, Anshul Tambay, Carlos Garcia Jurado Suarez, David A. C. Beck, Andrew J. Connolly, Vani Mandava

机构 * eScience Institute University of Washington（eScience研究院华盛顿大学） 纠错

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

AI总结 研究针对科学软件开发中现有AI编码代理的不足，介绍LLMoxie平台及其插件生态系统，通过实践总结多域研究软件工程师中心采用智能AI的挑战、平台设计及操作经验，提升AI编码代理能力。

Comments 9 pages, 4 figures. Accepted to ACM SIGKDD 2026 Workshop: Agentic AI for Scientific and Societal Advances (SciSoc Agents and LLMs). Describes an agentic AI platform for scientific software engineering with governed multi-cloud inference, structured multiagent workflows, and domain-aware coding support (cs.SE, cs.MA, cs.AI)

A Modular Agentic Framework for Synthetically Constrained Multi-Objective Hit-to-Lead Optimization

用于合成约束多目标先导化合物优化的模块化智能体框架

Kelvin P. Idanwekhai, Enes Kelestemur, Benjamin Strickland, Matthew Hart, Steini Davidsson, Angelos Angelopoulos, Ron Alterovitz, Marcello DeLuca, Alexander Tropsha

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

AI总结 本研究提出开源模块化智能体框架SABLE，结合LLM与专用工具实现合成约束下的多目标先导化合物优化，可高效富集符合计算目标的候选集，为早期药物发现提供决策支持。

Comments 22 pages, 9 figures

A Formal Hierarchical Architecture for Agentic Orchestration with Stack-Based Execution and Lazy Discovery

一种用于智能体编排的形式化分层架构，基于栈的执行和惰性发现

Prashant Devadiga, Abhishek, Adithya Mishra, Alok Singh, Amisha Sinha, Asit Desai, Gaurang Dahad, Harshit Bhushan, Mandati Pramod Reddy, Prakhar Gupta, Rupesh Patil, Siddhi Behere

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

AI总结 研究大语言模型智能体架构瓶颈，提出分层基于技能的编排架构，通过LIFO栈和惰性发现协议解决问题，防止输出泄漏，并进行数学形式化、算法分析及基准测试，为企业环境部署提供隔离保证。

Sol Video Inference Engine: Agent-Native Full-Stack Acceleration Framework for Efficient Video Generation

Sol视频推理引擎：面向高效视频生成的智能原生全栈加速框架

Yitong Li, Junsong Chen, Haopeng Li, Haozhe Liu, Jincheng Yu, Ligeng Zhu, Ping Luo, Song Han, Enze Xie

机构 * NVIDIA Research, Efficient AI Team & Singapore Lab（英伟达研究院高效AI团队及新加坡实验室） ； NVIDIA SANA Team（英伟达SANA团队） ； Codex ； GPT-Image2 纠错

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

AI总结 提出Sol视频推理引擎，通过智能体驱动的缓存、稀疏注意力、令牌剪枝、量化和内核融合五种技术组合，针对具体模型、硬件和配置自动优化，实现视频扩散模型2倍以上加速且保持质量。

Agentic Electronic Design Automation: A Handoff Perspective

代理式电子设计自动化：一种交接视角

Jiawei Liu, Peiyi Han, Yuntao Lu, Su Zheng, Fengyu Yan, Bei Yu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Primarius Technologies（Primarius技术公司） 纠错

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

AI总结 本文从交接有效性角度出发，将EDA流程中的代理系统分为三类，并提出五层代理通信协议，以解决多阶段、多工具间的状态传递和验证问题。

Orchestra-o1: Omnimodal Agent Orchestration

Orchestra-o1: 全模态智能体编排

Fan Zhang, Vireo Zhang, Shengju Qian, Haoxuan Li, Hao Wu, Jinyang Wu, Donghao Zhou, Zhihong Zhu, Zheng Lian, Xin Wang, Pheng-Ann Heng

机构 * CUHK（香港中文大学） ； LIGHTSPEED ； PKU（北京大学） ； THU（清华大学） ； Tongji University（同济大学） 纠错

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

AI总结 提出Orchestra-o1全模态智能体编排框架，通过统一编排机制实现模态感知任务分解、在线子智能体专业化和并行子任务执行，在OmniGAIA基准上准确率超第二名10.3%，并引入DA-GRPO强化学习方法训练Orchestra-o1-8B达到开源全模态智能体最优性能。

Toward Agentic SysAdmin: Rethinking System Administration with AI Agents

迈向智能系统管理：用AI智能体重新思考系统管理

Gianmaria Frigo, Davide Saladino, Alberto Castagnaro, Francesco Marchiori, Denis Donadel, Luca Pajola, Mauro Conti

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

AI总结 提出NetLLMeval框架，通过实时网络仿真自动评估LLM在系统管理任务中的表现，发现求解器设计显著影响准确性，本地模型在合适配置下可媲美前沿大模型。

Comments Under submission

Demystifying Agent Skills: Why They Work-Until They Don't

揭秘智能体技能：为何它们有效——直至失效

Zhiyuan Jiang, Fangrui Huang, Hanwen Xing, Xander Wu, Yipeng Gao, Rui Cao, Mengdi Wang, Shilong Liu, Yijiang Li

机构 * Princeton University（普林斯顿大学） ； UC San Diego（加州大学圣迭戈分校） ； Stanford University（斯坦福大学） ； University of Southern California（南加利福尼亚大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） 纠错

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

AI总结 该研究探究 LLM 智能体技能的有效与失效原因，通过对比实验与轨迹分析揭示技能的作用机制，发现其主要靠程序锚定稳定动作，还指出检索瓶颈等问题，为智能体评估与优化提供指导。

Self-evolving Agentic Customer Support System at LinkedIn

领英的自进化智能体客户支持系统

Chih Hui Wang, Mengdie Tu, Qianyun Zhang, Wei Wu, Lili Zhou, Mingqi Shen, Changshuai Wei

机构 * LinkedIn（领英公司） 纠错

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

AI总结 领英提出一种集成检索增强生成、进化自动提示与模块化评估框架的自进化智能体客户支持系统，经测试可显著提升多项支持任务指标，为企业级自进化 AI 智能体提供可行方案。

The CASE Framework: A Multi-Disciplinary Control Architecture for Governing Enterprise Agentic AI

CASE框架：用于管控企业智能体AI的多学科控制架构

Srinivas Telukunta, Georgios Nektarios Lilis, Lucio Baron

机构 * Cornell University（康奈尔大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； AI71 纠错

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

AI总结 针对企业智能体AI管控的“涌现缺口”问题，提出含四层架构的CASE框架，经实证验证可提升治理有效性，满足欧盟AI法案要求。

Comments 34 pages in total, 4 figures, 2 tables, code at https://github.com/srinivastelukunta/case_framework_arxiv_codes

NeuroPilot: An Agent-Driven Smart Pipeline for Processing, Quality Control, and Managing Neuroimages

NeuroPilot：一种用于神经影像处理、质量控制与管理的智能体驱动智能流程

Yiyao Chen, Yucheng Li, Jungong Tong, Shaoqi Wang, Kunhao Zhou, Ziquan Wei, Monica Murea, Marissa DiPiero, Tingting Dan, Guorong Wu

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 该研究提出NeuroPilot多智能体系统，整合神经影像处理、质控与管理流程，在17个超12.3万受试者的队列中验证，将传统2-3个月的工作压缩至一周，提升了可扩展性与效率。

Comments 21 pages, 6 figures

Architectural Implications of Agentic AI Workflows

智能体AI工作流的架构影响

Jirong Yang, Peizhe Liu, Chaojie Zhang, Jovan Stojkovic

机构 * Microsoft Azure（微软Azure） 纠错

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

AI总结 该研究通过生产与受控研究分析智能体AI工作流的架构特性，揭示传统服务器的不匹配问题，提出Agora原型优化资源利用与吞吐量，为未来服务器架构指明方向。

Formal Verification of Agentic Systems over Operational Data

基于操作数据的智能体系统的形式化验证

Alejandro J. Mercado, Alessio Lomuscio

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

AI总结 本文针对操作数据上的智能体系统，提出形式化验证框架，定义STEADs模型，证明其FO-CTL验证问题的不可判定性，给出有限域下的充分条件，引入规范包装器并在案例工作流中验证。

Comments 21 pages, including appendix; 0 figures

VetClaw: An Edge-Cloud Multimodal Agentic System for Veterinary Disease Screening

VetClaw：一种用于兽医疾病筛查的边缘云多模态智能系统

Syed Mhamudul Hasan, Anas AlSobeh, Hussein Zangoti, Abdur R. Shahid

机构 * Southern Illinois University（南伊利诺伊大学） ； Utah Valley University（犹他谷大学） ； Jazan University（吉赞大学） 纠错

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

AI总结 VetClaw是用于兽医疾病筛查的边缘云多模态智能系统，用相机模块采集图像等并发送至视觉语言模型分类。它分离智能体交互与工作流编排，超越静态图像分类，症状引导和多模态输入提升性能，将静态模型转变为多功能安全感知系统。