AI Agent

Benchmarking Open-Ended Multi-Agent Coordination in Language Agents

开放式多智能体协作在语言智能体中的基准测试

Kale-ab Abebe Tessera, Andras Szecsenyi, Cameron Barker, Alexander Rutherford, Davide Paglieri, Aidan Scannell, Henry Gouk, Elliot J. Crowley, Tim Rocktäschel, Amos Storkey

机构 * University of Edinburgh（爱丁堡大学） ； University of Oxford（牛津大学） ； University College London（伦敦大学学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出基于JAX的开放式多智能体协作基准Alem，评估13种现代LLM在长时生存世界中的零样本协作能力，发现协调能力是前沿LLM智能体的独立瓶颈。

Comments 42 pages, preprint

Traceable Multi-Agent System for Knowledge-Based Forecasting

用于基于知识的预测的可追踪多智能体系统

Junhyeok Kang, Sangjun Han, Hyeokjun Choe, Soonyoung Lee

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

AI总结 本文提出可追踪多智能体预测演示系统TraceMAS，通过两类因果环图关联证据与预测，在原油价格预测中验证其可让自主智能体兼顾灵活性与过程可检查性。

Comments Accepted at KDD 2026 Workshop on Enterprise AI Agents (Oral)

DeepRoot: A KG-Coordinated Multi-Agent System for Therapeutic Reasoning over Historical Medical Texts

DeepRoot: 一个基于知识图谱协调的多智能体系统，用于历史医学文本的治疗推理

Zijian Carl Ma, Sean J. Wang, Sijbren Kramer, Li Erran Li

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） 纠错

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

AI总结 提出DeepRoot多智能体系统，通过联合构建和利用验证知识图谱，将接地与推理分离并组合，从历史医学文本中恢复药物-疾病治疗关系，显著优于基线LLM和工具调用LLM。

Journal ref ICML 2026 GenBio; ACM CAIS 2026 Workshop AI Agents for Discovery in the Wild

Auditing Emergent LLM-Agent Collaboration through Cooperation-Obligation Coupling

通过合作-义务耦合对大语言模型智能体（LLM-agent）的涌现协作进行审计

Zuyuan Zhang, Hanqing Yang, Carlee Joe-Wong, Tian Lan

专题命中 多智能体 ：agent(title,title_cn)

AI总结 针对LLM-agent协作审计的可审计性缺口，本文提出iCORE表示方法，建立合作-义务耦合审计框架，实验验证其可准确检测缺陷并显著提升轨迹与终端性能。

Multi-Agent Robotic Control with Onboard Vision-Language Models

基于机载视觉语言模型的多智能体机器人控制

Kajetan Rachwał, Maciej Majek, Bartłomiej Boczek, Jakub Matejczyk, Dominik Matejkowski, Adam Dąbrowski, Tim Seyde, Alexander Amini, Maria Ganzha

机构 * Faculty of Mathematics and Information Science, Warsaw University of Technology（华沙技术大学数学与信息科学学院） 纠错

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

AI总结 研究针对视觉语言模型用于机器人控制的挑战，提出多智能体系统架构，在机载硬件部署智能体，用紧凑型VLMs并经微调及新型编排智能体，经硬件在环模拟验证，证明该机载架构可行高效，有实际应用潜力且模拟环境已开源。

Comments 6 pages, 2 figures, accepted to 24th International Conference on Practical applications of Agents and Multi-Agent Systems (PAAMS'26)

Envisioning Sensemaking in Multi-Human, Multi-Agent Collaborative Knowledge Work

设想多人类、多智能体协作知识工作中的意义建构

Zhitong Guan, Soo Young Rieh

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

AI总结 探讨生成式AI如何重塑协作知识工作中的意义建构，提出五项设计原则及一个动态共享表征工作空间框架，支持人类与AI代理共同构建可协商的知识。

Comments This is the Author's Accepted Manuscript version of the article: Guan, Z., \& Rieh, S. Y. (2026). Envisioning Sensemaking in Multi-Human, Multi-Agent Collaborative Knowledge Work. Accepted for publication in \textit{Sensemaking @ CHI 2026}

Reconcile Once, Write Anytime: A Trust-Tiered Librarian and a Multi-Agent Writer for Drift-Free, Point-in-Time Research

一次对账，随时撰写：用于无漂移、时点研究的信任分层图书馆与多智能体撰写器

Xing Zhang, Yanwei Cui, Guanghui Wang, Peiyang He

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

AI总结 该研究提出双层智能体系统，通过信任分层图书馆与多智能体撰写器分离知识库与报告撰写，消除报告矛盾与漂移，实验验证其在多指标、多场景下的有效性与效率优势。

NeuroRefiner: Morphology-Aware Multi-Agent Refinement for 3D Fluorescence Microscopy Neuron Segmentation

NeuroRefiner：面向3D荧光显微镜神经元分割的形态感知多智能体细化方法

Haiyang Yan, Jinyue Guo, Yanchao Zhang, Bingqing Wang, Zhenchen Li, Jing Liu, Jiazheng Liu, Linlin Li, Hua Han

机构 * Institute of Automation, Chinese Academy of Sciences（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 Normal University（北京师范大学） 纠错

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

AI总结 针对3D荧光显微镜神经元分割的拓扑与细节保留难题，本文提出NeuroRefiner多智能体系统结合TopoRefineNet工具，在多数据集上实现优于现有方法的分割性能，ZBFWB数据集F1分数提升3.02%。

Comments Accept by ECCV 2026

IDRAAK: From Multi-Agent NLP to Few-Shot Prompting for Semantic Drift Detection in Technical Requirements

IDRAAK：从多智能体自然语言处理到用于技术需求语义漂移检测的少样本提示

Shiva Ahir

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

AI总结 IDRAAK是基于语义需求表示的可解释框架，通过含6个少样本示例的LLM单次调用检测技术需求语义漂移，性能优于多种替代方案，证明少样本提示是高效替代方法。

Stateful Multi-Agent LLMs for Cross-View Interface Alignment in Automotive Model-Based Systems Engineering

面向汽车基于模型的系统工程的有状态多智能体大语言模型，用于跨视图接口对齐

Aleksei Velsh, Nenad Petrovic, Alois Knoll

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

AI总结 针对LLMs在汽车MBSE中引发的架构漂移问题，提出有状态多智能体验证流水线，在ADAS场景中实现97%实体可追溯性等指标，证明对抗性审核可让LLMs可靠生成零错误MBSE架构。

Multi-agent discovery of practical quantum LDPC codes

多智能体发现实用量子低密度奇偶校验码

Dongheng Qian, Tianyi Li

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

AI总结 该研究开发多智能体框架，在块长不超过400、总重量不超过10的二元CSS码范围内，发现了多种高性能实用量子LDPC码，为实验评估提供了硬件相关候选。

Comments 20 pages, 3 figures

A Multi-Agent Framework for Automated Coarse-Grained Molecular Dynamics of Polymers

用于聚合物自动化粗粒度分子动力学的多智能体框架

Joohee Choi, Junhyeong Lee, Seunghwa Ryu

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院（KAIST）） 纠错

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

AI总结 本文提出CGMas多智能体框架，可自动完成聚合物粗粒度分子动力学的拓扑构建等全流程，完成27项任务，22项密度匹配度在5%内，模拟时间大幅缩短，确立了智能体式LLM用于聚合物粗粒化的可行性。

Search-Aided Joint Agent-Environment Reinforcement Learning for Robust Lifelong Multi-Agent Path Finding with Rotations

用于带旋转的鲁棒终身多智能体路径规划的搜索辅助联合智能体-环境强化学习

He Jiang, Jingtian Yan, Yulun Zhang, Yimin Tang, Tanishq Duhan, Rishi Veerapaneni, Guillaume Sartoretti, Jiaoyang Li

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

AI总结 针对带旋转约束的鲁棒终身多智能体路径规划难题，提出搜索辅助联合强化学习方法，通过结合Causal PIBT与联合优化智能体-环境策略，在高密度地图及混合现实仓库环境中取得显著性能提升。

Multi-Agent Reinforcement Learning for Online Traffic Scheduling in Time-Sensitive Application

面向时间敏感型应用的在线流量调度的多智能体强化学习

Marcos Carvalho, Fatih Temiz, Shavbo Salehi, Melike Erol-Kantarci, Daniel F. Macedo

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

AI总结 针对动态XR驱动的MEC场景中TSN调度的挑战，本文提出基于HAPPO算法的MARL框架，将各TSN队列建模为自主智能体，可降低平均帧等待时间最多26.8%、最坏情况延迟约16.8%。

OrchestraBench: Evaluating Multi-Agent Orchestration Failure Modes, Recovery, and Decomposition Quality

OrchestraBench：评估多智能体编排的故障模式、恢复能力与分解质量

Yidian Chen, Yingzi Gu, Natan Vidra, Spurthi Setty, Sharon Zheng

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

AI总结 OrchestraBench 是评估多智能体编排故障模式、恢复能力与分解质量的基准，通过可控故障注入揭示了不同路由策略、智能体模式的故障处理差异及级联规律。

Comments 8 pages, 4 figures

AdaptAgent: A Multi-agent, Domain-Guided Reasoning Framework for Code Adaptation

AdaptAgent：一种用于代码适配的多智能体、领域引导推理框架

Xiaokai Rong, Hridya Dhulipala, Aashish Yadavally, Tien N. Nguyen

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

AI总结 本研究提出AdaptAgent框架，通过分工的多智能体实现代码适配，在真实数据集上的语义正确性优于强基线，各智能体对适配效果均有重要作用。

TumorBoard: Evidence-Grounded Multi-Agent Decision Support for Longitudinal Neuro-Oncology

TumorBoard：基于证据的多智能体纵向神经肿瘤学决策支持系统

Yantong Liu, Zheyu Zhang, Runpeng Liu, Mu Xitang, Seong-Yoon Shin, Hyun-Ae Lee

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

AI总结 TumorBoard是基于证据的多智能体纵向神经肿瘤学决策支持系统，经360例基准测试，其性能优于现有基线，安全管控模块可有效降低有害建议比例。

Adversarial Stress Testing of Role-Playing Language Agents using Multi-Agent Evaluation

基于多智能体评估的角色扮演语言智能体的对抗性压力测试

Saqib Shouqi, Abdullah Nazly, Januki Wanniarachchi, Ravisha De Alwis

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

AI总结 本研究提出模块化多智能体平台，通过多轮对话对角色扮演语言智能体开展对抗性压力测试，揭示单策略测试无法发现的故障模式，相关成果作为开源平台发布以支持AI安全。

Comments 8 pages, 1 figure, 7 tables; accepted and presented at ADScAI Conference 2026, University of Moratuwa, Sri Lanka

AI Agent Economics: Can Autonomous Economic Behavior Emerge among AI Agents under Minimal External Conditions?

智能体经济学：在 minimal 外部条件下，AI 智能体间能否涌现出自发的经济行为？

Lingyun Zhang, Shang Shang

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

AI总结 该研究探究在无预设策略的情况下，AI 智能体能否涌现经济关系，通过两阶段框架在 GPT 和 DeepSeek 的六智能体世界验证，发现组织源于可执行权利与资源后果，为智能体机制治理审计提供依据。

Comments 8 pages, 4 figures, 3 tables

SKIMIX: Multi-Agent Harness-Time Scaling with Skill Mixture for Dynamic Harness Engineering

SKIMIX：面向动态 harness 工程的技能混合多智能体 harness 时间缩放方法

Jia Luo

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

AI总结 SKIMIX 是一种多智能体框架，结合技能检索、抗稀释路由等技术，在六个推理基准上提升开放式数学推理能力，为可扩展智能体设计提供了任务特性相关的实用指导。

UrbanDS: A Graph-Guided LLM Multi-Agent System for Data-Intensive Urban Tasks

UrbanDS：一种用于数据密集型城市任务的图引导大语言模型多智能体系统

Zhilun Zhou, Jianghao Yu, Yuming Lin, yongjun yang, Sun Yongquan, Depeng Jin, Yong Li

机构 * Tsinghua University（清华大学） ； Jiangmen Municipal Smart Social Governance Technology Innovation Center（江门市智慧社会治理技术创新中心） 纠错

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

AI总结 本研究针对数据密集型城市任务中现有LLM智能体依赖有限数据集的问题，提出图引导多智能体系统UrbanDS，构建基准UrbanDS-Bench验证其性能，该系统已在武汉东西湖城市平台落地应用。

Runtime Uncertainty Monitoring for LLM-Based Multi-Agent Systems Using Bayesian Networks

基于贝叶斯网络的基于大语言模型的多智能体系统的运行时不确定性监测

Bart Custers, Koorosh Aslansefat

机构 * University of Hull（赫尔大学） 纠错

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

AI总结 研究基于大语言模型的多智能体系统在精算风险建模中的不确定性量化，提出含中央枢纽的多智能体框架，用令牌级对数概率和贝叶斯网络进行不确定性传播，再现基线性能并提供工作流稳定性等见解。

Comments This paper got accepted for Ninth International Workshop on Artificial Intelligence Safety Engineering (WAISE 2026): https://www.waise.org/

OrchBench: Evaluating Multi-Agent Orchestration Plans in Isolation via Deterministic Simulation

OrchBench：通过确定性模拟单独评估多智能体编排计划

Zhenzhen Ren, Jiyan He, Xinpeng Zhang, Zhenxing Qian, Ke Han, Shuxin Zheng, GuoBiao Li, Xiaoqing Zhang

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

AI总结 研究多智能体编排计划评估问题，提出OrchBench基准，通过构建有向无环图及确定性模拟单独评估编排计划，模拟分数与Claude Code执行高度相关且资源需求少，为比较和诊断编排计划提供有效基准。

pAI-Econ-claude: A Gated Human-in-the-Loop Multi-Agent Architecture for AI-Assisted Economic Theory Development

pAI-Econ-claude：用于人工智能辅助经济理论发展的门控人在回路多智能体架构

Chen Zhu, Xiaolu Wang, Weilong Zhang

机构 * China Agricultural University（中国农业大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 研究针对经济学等领域中基于大语言模型智能体输出缺乏正确性信号的可靠性问题，提出pAI-Econ-claude门控人在回路多智能体架构，经实验评估，该架构能提高可审计性，证明不可逆人类判断分配比纯智能体自主性更具信息性。

Workload-Aware Caching for Multi-Agent Systems

多智能体系统的工作负载感知缓存

Anas Mohamed, Kaizan Haque, Azal Ahmad Khan, Chetan Sharma, Shuwen Ge, Ali Anwar

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

AI总结 研究多智能体系统缓存问题，提出结合重新计算成本、DAG 依赖计数和智能体调用频率的工作负载感知逐出策略，经多基准测试评估，该策略能大幅降低延迟，接近无界缓存性能，且与其他优化方法互补。

Comments 11 pages, 6 figures

Harnessing Disagreement: Detecting Correlated Agreement Blindness in Multi-Agent Triage

利用分歧：检测多智能体分诊中的相关一致性盲点

Shay Seiya McDonnell, Avantika Singh, Quoc-Viet Pham, Vratislav Havlik, Gregory M. P. O'Hare

机构 * School of Computer Science \& Statistics, Trinity College Dublin, College Green, Dublin 2, Ireland ADAPT Centre, Trinity College Dublin, College Green, Dublin 2, Ireland CKDelta, 28/29 Sir John Rogerson's Quay, Dublin 2, Ireland 纠错

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

AI总结 研究多智能体分诊中分歧引发升级导致的相关一致性盲点问题,提出结合随机森林、k近邻智能体及校准元模型的ARAT系统。通过实验表明该系统能降低预测不足，跨数据集验证显示多样化产生有效分歧才提升安全，揭示相关故障被忽视的风险。

Comments 14 pages, 2 figures, 3 tables. Accepted at PAAMS 2026; this is the author's pre-review submitted version

MechAInistic: An LLM-guided Multi-Agent System for Reasoning over Genome-Scale Constraint-Based Metabolic Models

MechAInistic：一种由大语言模型引导的多智能体系统，用于基于基因组规模的约束代谢模型进行推理

Josh Loecker, Narayna Puraja, William Bryan, Bhanwar Lal Puniya, Ahmed Abdeen Hamed, Tomáš Helikar

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

AI总结 研究旨在降低基于约束的代谢建模使用门槛，开发了MechAInistic多智能体系统，借助大语言模型，围绕特定模式将自然语言问题转化为可执行工作流程，通过两个免疫细胞代谢模型用例验证，能生成可追溯的治疗假设。

Comments 23 pages, 6 figures,

Semantic Cooperative Games for Contribution Attribution in LLM-Based Multi-Agent Systems

基于大语言模型的多智能体系统中用于贡献归因的语义合作博弈

Pengyi Jiang, Xiaoguang Zhu, Quanyan Zhu

机构 * New York University（纽约大学） ； University of California, Davis（加利福尼亚大学戴维斯分校） 纠错

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

AI总结 针对基于大语言模型的多智能体系统贡献归因问题，提出语义合作博弈框架，定义语义夏普利值，介绍单轨迹算法SLIC，在特定基准测试中大幅降低计算成本，在多角色工作流程中表现良好，为复杂系统提供快速、无反事实且可解释的归因方法。

A Multi-Agent System for 5G Throughput Prediction in Multi-Operator Urban Environments

用于多运营商城市环境中5G吞吐量预测的多智能体系统

Muhammad Kabeer, Rosdiadee Nordin, Nadiva Nuriftitah, Sian Lun Lau

机构 * Faculty of Engineering and Technology, Sunway University（Sunway大学工程与技术学院） ； Department of Computer Science, Federal University Dutsinma（联邦大学杜辛马大学计算机科学系） ； Future Cities Research Institute (FCRI), Faculty of Engineering and Technology, Sunway University（Sunway大学工程与技术学院未来城市研究所） ； Future Cities Research Institute (FCRI), Lancaster University（兰卡斯特大学未来城市研究所） 纠错

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

AI总结 研究针对多运营商城市环境中5G吞吐量预测问题，提出分层多智能体系统TMAS，将边缘遥测数据动态路由到微智能体。在相关数据集上验证，该系统克服可预测性瓶颈，有高运行效率，为下一代无线网络响应时间提供了有潜力的架构。

RegNetAgents: A Multi-Agent Framework for Cross-Network Regulatory Driver Identification in Cancer Genomics

RegNetAgents：一种用于癌症基因组学中跨网络调控驱动因子识别的多智能体框架

Jose A. Bird

机构 * Bird AI Solutions（Bird人工智能解决方案公司） 纠错

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

AI总结 RegNetAgents是用于癌症基因组学跨网络调控驱动因子识别的多智能体框架，整合不同网络，经双网络分类等操作，对候选因子按证据一致性排名，在乳腺癌和结直肠癌焦点基因中识别出显著富集的调控因子，建立可解释AI框架。