ElephantAgent: Contextual State Continuity in Agentic Systems
ElephantAgent: 智能体系统中的上下文状态连续性
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对工具和记忆投毒攻击，提出ElephantAgent协议，通过强制上下文状态连续性防御状态篡改，并利用历史可追溯性实现事后审计与恢复。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 记忆与上下文管理 4723 篇
Autonomous computational catalysis through an agentic research system
自主计算催化：通过智能体研究系统
机构 * Beijing Key Laboratory of Artificial Intelligence for Advanced Chemical Engineering Materials, State Key Laboratory of Chemical Engineering and Low- Carbon Technology, Department of Chemical Engineering, Tsinghua University（北京先进化工材料人工智能重点实验室、化学工程与低碳技术国家重点实验室、清华大学化学工程系）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；AI agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 提出CatMaster催化原生智能体研究系统，将自然语言请求转化为计算研究，实现从建模到闭环催化剂设计的自主执行，在CO2-to-CO催化剂设计中识别出竞争性活性位点。
Comments 25 pages for main manuscript; SI not available here
EvoDS: Self-Evolving Autonomous Data Science Agent with Skill Learning and Context Management
EvoDS: 具有技能学习和上下文管理的自进化自主数据科学智能体
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出EvoDS，通过自主技能获取和自适应上下文压缩策略，结合强化学习训练，使数据科学智能体能够自进化并显著提升多阶段迭代任务的性能。
Comments Accepted by KDD2026
AutoSci: A Memory-Centric Agentic System for the Full Scientific Research Lifecycle
AutoSci: 面向完整科学生命周期的以记忆为中心的智能体系统
机构 * Peking University（北京大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出AutoSci，一个以记忆为中心、支持完整科学生命周期的智能体系统，通过结构化记忆、多阶段流程、有向无环图增强和演化机制实现自动化科研。
Skill0.5: Joint Skill Internalization and Utilization for Out-of-Distribution Generalization in Agentic Reinforcement Learning
Skill0.5：面向智能体强化学习中分布外泛化的联合技能内化与利用
机构 * East China Normal University（华东师范大学） ； Meituan Longcat Team（美团Longcat团队）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.CL
AI总结 提出Skill0.5框架，通过区分通用技能内化与任务特定技能利用，结合动态难度感知路由器，在ALFWorld和WebShop上提升了分布内和分布外场景的性能。
From Stateless Queries to Autonomous Actions: A Layered Security Framework for Agentic AI Systems
从无状态查询到自主行动：面向代理AI系统的分层安全框架
机构 * School of Computing, University of Connecticut（康涅狄格大学计算机学院）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 本文提出分层攻击面模型，分析代理AI系统安全威胁的分层结构与时间维度，揭示高层攻击与慢烧时间的交集区域，提出跨层防御体系，强调将代理安全视为嵌入对抗生态的分布式系统问题。
Comments 23 pages, 3 figures, 10 tables
Tree Training: Accelerating Agentic LLMs Training via Shared Prefix Reuse
树训练：通过共享前缀重用加速代理LLM训练
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；分类 cs.LG
AI总结 本文提出Tree Training框架，通过DFS序列化和树分区策略，高效处理树状token轨迹，实现LLM训练速度提升6.2倍。
DeltaMem: Towards Agentic Memory Management via Reinforcement Learning
DeltaMem：通过强化学习实现面向代理的记忆管理
机构 * Alibaba Tongyi Lab, Hangzhou, China（阿里巴巴通义实验室，杭州，中国） ； Zhejiang University, Hangzhou, China（浙江大学，杭州，中国）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 本文提出DeltaMem，通过强化学习实现单代理环境下的人格中心记忆管理，结合用户-助手对话数据集和操作级记忆更新标签，引入基于记忆的Levenshtein距离以提升记忆管理能力。
Comments preprint, under review
Audited Skill-Graph Self-Improvement for Agentic LLMs via Verifiable Rewards, Experience Synthesis, and Continual Memory
通过可验证奖励、经验合成和持续记忆对代理LLM进行审计化技能图自改进
机构 * OWASP Fairfax, VA, USA ； Kleiner Perkins
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文提出ASG-SI框架，通过可验证奖励、经验合成和持续记忆实现代理LLM的审计化技能图自改进，以提升安全性和可追溯性。
Comments 11 pages, 4 figures. Includes a complete runnable reference implementation and audit logging framework
Towards Pervasive Distributed Agentic Generative AI -- A State of The Art
迈向普及型分布式代理生成AI——综述
机构 * University of Turin（都灵大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文综述了智能代理和大语言模型在普及计算中的最新发展，探讨了代理部署策略、挑战及提出的‘代理作为工具’框架。
Upgrade or Switch: Do We Need a Next-Gen Trusted Architecture for the Internet of AI Agents?
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI
KARMA: Augmenting Embodied AI Agents with Long-and-short Term Memory Systems
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI
Episodic memory in AI agents poses risks that should be studied and mitigated
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI
Comments Accepted for publication at the 2025 Secure and Trustworthy Machine Learning Conference (SaTML). The final version will be available on IEEE Xplore
Agent Hospital: A Simulacrum of Hospital with Evolvable Medical Agents
专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(abstract)；planning(abstract)；分类 cs.AI
SIDE: State Inference for Partially Observable Cooperative Multi-Agent Reinforcement Learning
专题命中 记忆与上下文管理 ：agent(title)；multi-agent(title)；分类 cs.AI、cs.LG
Comments 12 pages, 7 figures, 2 tables. Submitted version
Augmented Backpressure for Decentralized Management of Agentic Networks
面向智能体网络分布式管理的增强背压算法
专题命中 记忆与上下文管理 ：agentic(title,abstract)；tool use(abstract)；planning(abstract)
AI总结 该研究针对智能体基础模型服务网络的控制缺口，提出记忆增强背压（MABP）框架，通过联合建模队列与上下文记忆动态，扩大稳定区域并提供性能保证，实现分布式管理。
Assurance-Scoped Reliability for Agentic Networks: Capturing the State That Matters
智能体网络的保障范围型可靠性：捕获关键状态
专题命中 记忆与上下文管理 ：agentic(title,abstract)；tool use(abstract)；planning(abstract)
AI总结 针对智能体网络的传统可靠性措施无法覆盖的失效模式，提出Reliability Assurance Intelligence架构，通过服务可靠性配置文件和上下文胶囊保障服务可靠性与问责性，以确定性网络服务为例验证该架构。
Comments 7 pages, 4 figures, 2 tables, 15 references
MemAgent: Reshaping Long-Context LLM with Multi-Conv RL-based Memory Agent
MemAgent：基于多轮对话强化学习的记忆智能体重构长上下文大语言模型
机构 * ByteDance Seed（字节跳动种子期） ； Institute for AI Industry Research (AIR)（人工智能产业研究院） ； Tsinghua University（清华大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 该研究提出MemAgent智能体工作流，结合扩展的DAPO算法优化长文本任务，实现从8K到3.5M上下文的高效外推，在RULER测试中表现优异。
Comments Accepted to ICLR 2026 as an Oral presentation. OpenReview: https://openreview.net/forum?id=k5nIOvYGCL Project page: https://memagent-sialab.github.io/
Journal ref International Conference on Learning Representations (ICLR), 2026
Bistable by Construction: Wall-Clock-Calibrated State Monitors Have No Moment-Detection Regime at Agent Cadence
通过构造实现双稳态：挂钟校准的状态监视器在代理节奏下没有瞬间检测机制
机构 * Modint Intelligence（Modint智能科技）
专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 本文发现挂钟校准的泄漏积分器监视器在代理流中无法作为瞬间检测器工作，揭示了校准类别的关键影响，并提出了上升沿触发作为替代方案。
Comments 10 pages, 5 figures. Sequel to arXiv:2606.04296. Pre-registered; falsification clauses honored (H5 unsupported; H7 strict band 16/20) repo:https://github.com/2025eb1100268-tech/intervention-timing-saturation-trap
EvoMemBench: Benchmarking Agent Memory from a Self-Evolving Perspective
EvoMemBench: 从自演化视角评估智能体记忆
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Createlink Technology（创-link科技） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Institute of Technology（北京理工大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出EvoMemBench，从自演化视角评估智能体记忆，通过内存范围和内容两个维度构建统一基准，比较15种内存方法并发现当前内存系统尚未达到通用解决方案，长上下文基线仍具竞争力，内存在上下文不足或任务困难时效果显著，检索方法在知识密集型任务中表现优异，而程序和长期记忆方法在任务结构匹配时更有效。
Combating the Memory Walls: Optimization Pathways for Long-Context Agentic LLM Inference
突破内存瓶颈：长上下文代理LLM推理的优化路径
专题命中 记忆与上下文管理 ：agentic(title,abstract)；AI agent(abstract)；tool use(abstract)
AI总结 本文提出PLENA系统，通过新型架构和量化方案提升代理LLM推理性能，实现比A100 GPU和TPU v6e更高的吞吐量和能效。
Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models
代理情境工程：为自我改进语言模型演化情境
机构 * Stanford University（斯坦福大学） ； SambaNova Systems, Inc.（SambaNova Systems公司） ； UC Berkeley（加州大学伯克利分校）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出ACE框架，通过生成、反思和整理的模块化过程，使情境持续进化，提升语言模型在代理和领域推理中的性能，减少适应延迟和成本。
Comments ICLR 2026; 32 pages
General Agentic Memory Via Deep Research
通用代理记忆 via 深度研究
机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Renmin University of China（中国人民大学） ； Peking University（北京大学） ； Hong Kong Polytechnic University（香港理工大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出通用代理记忆框架GAM，通过即时编译原则结合记忆器和研究者组件，利用大语言模型实现高效记忆管理和任务完成优化。
WeaveMuse: An Open Agentic System for Multimodal Music Understanding and Generation
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)
Comments Accepted at Large Language Models for Music & Audio Workshop (LLM4MA) 2025
4KAgent: Agentic Any Image to 4K Super-Resolution
机构 * Texas A&M University（德克萨斯大学） ； Stanford University（斯坦福大学） ； Snap Inc.（Snap公司） ； CU Boulder（科罗拉多大学博尔德分校） ； UT Austin（得克萨斯大学奥斯汀分校） ； California Institute of Technology（加州理工学院） ； Topaz Labs（Topaz实验室） ； UC Merced（加州大学默塞德分校）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)
Comments Project page: https://4kagent.github.io
MOSS: Enabling Code-Driven Evolution and Context Management for AI Agents
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.SE
Task Memory Engine (TME): Enhancing State Awareness for Multi-Step LLM Agent Tasks
机构 * Ye Ye（独立研究者）
专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.CL
Comments 14 pages, 5 figures. Preprint prepared for future submission. Includes implementation and token-efficiency analysis. Code at https://github.com/biubiutomato/TME-Agent
MemEvoBench: Benchmarking Safety Risks from Memory Misevolution in LLM Agents
MemEvoBench: 评估LLM代理中内存误进化带来的安全风险
机构 * Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Shandong University（山东大学） ； Duke University（杜克大学）
专题命中 记忆与上下文管理 ：agent(summary_cn,abstract)；workflow(abstract)；分类 cs.CL
AI总结 本文提出MemEvoBench，首个评估LLM代理长期内存安全性的基准，针对对抗性内存注入、噪声工具输出和偏见反馈，通过7个领域36种风险类型的问题任务和20个Agent-SafetyBench环境改编的工作流任务，验证了内存进化对安全性的重大影响，指出静态提示防御不足，亟需加强LLM代理内存进化的安全性。
The AI Hippocampus: How Far are We From Human Memory?
人工智能海马体：我们离人类记忆还有多远？
专题命中 记忆与上下文管理 ：agent(abstract)；autonomous agent(abstract)；planning(abstract)；agentic(abstract)
AI总结 本文综述了大语言模型和多模态大语言模型中记忆机制的分类与研究进展，探讨了隐性、显性和代理记忆框架，以及多模态场景下的记忆整合与挑战。
Journal ref Transactions on Machine Learning Research (11/2025)
Graph-Augmented Large Language Model Agents: Current Progress and Future Prospects
机构 * Griffith University（格里菲斯大学） ； National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学）
专题命中 记忆与上下文管理 ：agent(abstract)；autonomous agent(abstract)；planning(abstract)；agentic(abstract)
Comments 15 pages, 7 figures
