AI Agent

NKI-Agent: Domain-Specific Fine-Tuning and Agentic Tool Use for Neuron Kernel Generation

NKI-Agent：用于神经元内核生成的特定领域微调与智能体工具使用

Junjie Tang, Jun Huan, Hao Zhou, Yuhao Zhang, Lin Wang

机构 * AWS Neuron Team（亚马逊云科技神经元团队） ； Amazon Web Services（亚马逊云科技） 纠错

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

AI总结 针对新兴AI加速器，介绍NKI-Agent系统，结合特定领域监督微调与编译验证修复智能体循环生成NKI内核，适配框架、构建基准并评估，显示工具使用关键及不同模型表现，为强化学习奖励设计提供指导。

Comments 7 pages. Accepted at DL4C @ ICML 2026 Workshop

PYPILINE: Malicious PyPI Package Detection via Suspicious API Knowledge and Agent Workflow

PYPILINE：通过可疑API知识和Agent工作流检测恶意PyPI包

Siyuan Pang, Yepeng Yao, Zhengwei Jiang, Zijing Fan, Haozhe Li, Baoxu Liu

专题命中 工具调用 ：agent(title,title_cn)；workflow(title,abstract)；AI agent(abstract_cn)

AI总结 提出PYPILINE方法，结合可疑API知识库与Agent工作流，通过静态分析构建知识库并自动检测恶意PyPI包，在精度、召回率和F1分数上显著优于现有工具。

MCPToolBench++: A Large Scale AI Agent Model Context Protocol MCP Tool Use Benchmark

Shiqing Fan, Xichen Ding, Liang Zhang, Linjian Mo

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

Comments Benchmarks and Source Code Released

NQS-Agent: Health-Aware Agentic Hyperparameter Optimization for Neural-Network Quantum States

NQS-Agent: 面向神经网络量子态的健康感知智能超参数优化

Jia-Qi Wang, Xiao-Qi Han, Ze-Feng Gao, Rong-Qiang He, Zhong-Yi Lu

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

AI总结 提出NQS-Agent框架，通过监测能量轨迹、检测破坏性事件、调整学习率并恢复优化，实现健康感知超参数优化，在J1-J2模型上提升精度并发现新架构。

Comments 11 pages, 5 figures, 3 tables

OR-Agent: Bridging Evolutionary Search and Structured Research for Automated Algorithm Discovery

OR-Agent：连接进化搜索与结构化研究以实现自动化算法发现

Qi Liu, Ruochen Hao, Can Li, Wanjing Ma

机构 * Key Laboratory of Road and Traffic Engineering of the Ministry of Education（教育部道路与交通工程重点实验室） ； College of Transportation, Tongji University（同济大学交通运输学院） 纠错

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

AI总结 OR-Agent通过结构化树形工作流和进化-系统化构想机制，实现自动化算法发现的高效探索与科学发现。

Agentic-Ideation: Sample Efficient Agentic Trajectories Synthesis for Scientific Ideation Agents

Agentic-Ideation: 面向科学构思智能体的样本高效智能体轨迹合成

Keyu Zhao, Lingyan Kong, Fengli Xu, Yong Li

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

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

AI总结 提出Agentic-Ideation框架，通过Oracle引导的数据合成策略和掩码训练，高效生成高质量智能体轨迹，在科学构思任务上整体质量提升11.91%，数据合成效率提高10倍以上。

Beyond Monolithic Architectures: A Multi-Agent Search and Knowledge Optimization Framework for Agentic Search

超越单一架构：一种多智能体搜索与知识优化框架用于智能搜索

Yiqun Chen, Lingyong Yan, Zixuan Yang, Erhan Zhang, Jiashu Zhao, Shuaiqiang Wang, Dawei Yin, Jiaxin Mao

机构 * Renmin University of China（中国人民大学） ； Baidu Inc.（百度公司） 纠错

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

AI总结 M-ASK提出了一种多智能体框架，通过分解智能搜索为搜索行为和知识管理两个角色，提升搜索效率与稳定性，实现更优的答案准确性和训练动态。

Agent-First Tool API: A Semantic Interface Paradigm for Enterprise AI Agent Systems

代理优先工具API：面向企业AI代理系统的语义接口范式

Kai Pan

机构 * A2A Lab（A2A实验室） 纠错

专题命中 工具调用 ：agent(title,summary_cn)；AI agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 本文提出Agent-First Tool API范式，通过六动词语义协议、标准化工具合同和双层治理管道，解决传统API与自主代理需求的五大匹配问题，实验证明其在任务成功率、人工干预和自主纠错方面显著优于传统CRUD方法。

TUMIX: Multi-Agent Test-Time Scaling with Tool-Use Mixture

Yongchao Chen, Jiefeng Chen, Rui Meng, Ji Yin, Na Li, Chuchu Fan, Chi Wang, Tomas Pfister, Jinsung Yoon

机构 * MIT Harvard（麻省理工学院哈佛大学） ； Google Cloud AI Research（谷歌云人工智能研究） ； Google DeepMind（谷歌DeepMind） ； MIT（麻省理工学院） 纠错

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

Comments 27 pages, 13 figures

Awakening the Sleeping Agent: Lean-Specific Agentic Data Reactivates General Tool Use in Goedel Prover

唤醒沉睡的代理：轻量级特定代理数据在Goedel证明器中重新激活通用工具使用

Jui-Hui Chung, Hongzhou Lin, Lai Jiang, Shange Tang, Chi Jin

机构 * Princeton Language and Intelligence（普林斯顿语言与智能） ； Amazon（亚马逊） ； Department of Computer Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） 纠错

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

AI总结 研究发现，过度监督微调会抑制基础模型的通用工具使用能力，但通过少量特定领域代理数据可恢复。

Close the Loop: Synthesizing Infinite Tool-Use Data via Multi-Agent Role-Playing

闭环：通过多智能体角色扮演合成无限工具使用数据

Yuwen Li, Wei Zhang, Zelong Huang, Mason Yang, Jiajun Wu, Shawn Guo, Huahao Hu, Lingyi Sun, Jian Yang, Mingjie Tang, Byran Dai

机构 * Sichuan University（四川大学） ； Beihang University（北航） ； IQuest Research（IQuest研究院） 纠错

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

AI总结 InfTool通过多智能体角色扮演自动生成无限工具使用数据，显著提升大语言模型的调用准确性，无需人工标注。

MALinZero: Efficient Low-Dimensional Search for Mastering Complex Multi-Agent Planning

Sizhe Tang, Jiayu Chen, Tian Lan

机构 * The George Washington University（乔治·华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

MUA-RL: Multi-turn User-interacting Agent Reinforcement Learning for agentic tool use

Weikang Zhao, Xili Wang, Chengdi Ma, Lingbin Kong, Zhaohua Yang, Mingxiang Tuo, Xiaowei Shi, Yitao Zhai, Xunliang Cai

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

Multi-agent Planning for thermalling gliders using multi level graph-search

Muhammad Aneeq uz Zaman, Aamer Iqbal Bhatti

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

Governing Dynamic Capabilities: Cryptographic Binding and Reproducibility Verification for AI Agent Tool Use

动态能力治理：用于AI代理工具使用的加密绑定与可重复性验证

Ziling Zhou

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

AI总结 本文提出三种代理治理要求，通过加密绑定和可重复性验证解决AI代理动态能力验证问题，证明两个结构定理并验证两种加密方案，展示低开销和高安全性。

Comments 23 pages, 5 figures, 18 tables. Includes 11 experiments, 9 formal security properties, and appendix with proofs

Conflict-Based Search as a Protocol: A Multi-Agent Motion Planning Protocol for Heterogeneous Agents, Solvers, and Independent Tasks

基于冲突的搜索作为协议：一种多智能体运动规划协议用于异构智能体、求解器和独立任务

Rishi Veerapaneni, Alvin Tang, Haodong He, Sophia Zhao, Viraj Shah, Yidai Cen, Ziteng Ji, Gabriel Olin, Jon Arrizabalaga, Yorai Shaoul, Jiaoyang Li, Maxim Likhachev

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tongji University（同济大学） ； UC Berkeley（伯克利大学） 纠错

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

AI总结 本文提出了一种基于冲突的搜索协议，用于异构智能体的多智能体运动规划，利用多种单智能体规划算法实现无碰撞路径规划。

Comments Published at ICRA 2026, Project webpage: https://rishi-v.github.io/CBS-Protocol/

From Language to Action: A Review of Large Language Models as Autonomous Agents and Tool Users

从语言到行动：大型语言模型作为自主代理和工具使用者的综述

Sadia Sultana Chowa, Riasad Alvi, Subhey Sadi Rahman, Md Abdur Rahman, Mohaimenul Azam Khan Raiaan, Md Rafiqul Islam, Mukhtar Hussain, Sami Azam

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Faculty of Science and Technology（科学与技术学院） 纠错

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

AI总结 本文综述了大型语言模型作为自主代理和工具使用者的发展，探讨了其架构设计、认知机制及未来研究方向。

Comments Submitted to Artificial Intelligence Review for peer review

Journal ref Artif. Intell. Rev. (2026)

Agent-Diff: Benchmarking LLM Agents on Enterprise API Tasks via Code Execution with State-Diff-Based Evaluation

Agent-Diff：通过代码执行基于状态差的评估来基准测试LLM代理在企业API任务上的表现

Hubert M. Pysklo, Artem Zhuravel, Patrick D. Watson

机构 * Minerva University（Minerva大学） 纠错

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

AI总结 本文提出Agent-Diff框架，通过代码执行和基于状态差的评估，评估LLM代理在企业API任务中的性能，提供了九个LLM在224个任务上的基准测试，并通过消融实验评估框架的鲁棒性。

Comments Pre-Print. Under review for KDD 2026

xLAM: A Family of Large Action Models to Empower AI Agent Systems

Jianguo Zhang, Tian Lan, Ming Zhu, Zuxin Liu, Thai Hoang, Shirley Kokane, Weiran Yao, Juntao Tan, Akshara Prabhakar, Haolin Chen, Zhiwei Liu, Yihao Feng, Tulika Awalgaonkar, Rithesh Murthy, Eric Hu, Zeyuan Chen, Ran Xu, Juan Carlos Niebles, Shelby Heinecke, Huan Wang, Silvio Savarese, Caiming Xiong

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

Comments Technical report for the Salesforce xLAM model series

Agentic Abstention: Do Agents Know When to Stop Instead of Act?

Agentic Abstention: 智能体知道何时停止而非行动吗？

Han Luo, Bingbing Wen, Lucy Lu Wang

机构 * University of Leeds（利兹大学） ； Southwest Jiaotong University（西南交通大学） ； University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院） 纠错

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

AI总结 研究LLM智能体在不确定环境下何时应停止行动的问题，提出Agentic Abstention概念，通过实验分析不同模型和框架的弃权行为，并引入CONVOLVE方法提升及时弃权率。

Agent Skill Framework: Perspectives on the Potential of Small to Medium Language Models in Industrial Environments

Agent技能框架：中小型语言模型在工业环境中的潜力视角

Yangjie Xu, Lujun Li, Lama Sleem, Niccolo Gentile, Yewei Song, Yiqun Wang, Siming Ji, Wenbo Wu, Radu State

机构 * University of Luxembourg（卢森堡大学） ； Foyer S.A.（Foyer公司） ； Princeton University（普林斯顿大学） ； Université Paris-Saclay（巴黎萨克雷大学） 纠错

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

AI总结 研究在资源受限的工业场景中，中小型开源语言模型（270M-80B）使用Agent技能的效果，发现30B-80B模型受益显著，而小型模型技能选择困难，思考变体提升有限且增加GPU开销。

Comments 12 pages

SLM-Based Agentic AI with P-C-G: Optimized for Korean Tool Use

Changhyun Jeon, Jinhee Park, Jungwoo Choi, Keonwoo Kim, Jisu Kim, Minji Hong

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

Agent Lightning: Train ANY AI Agents with Reinforcement Learning

Xufang Luo, Yuge Zhang, Zhiyuan He, Zilong Wang, Siyun Zhao, Dongsheng Li, Luna K. Qiu, Yuqing Yang

机构 * Microsoft Research（微软研究院） 纠错

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

Beyond the Black Box: Interpretability of Agentic AI Tool Use

超越黑箱：代理AI工具使用的可解释性

Hariom Tatsat, Ariye Shater

机构 * Quantitative Analytics, Barclays（巴克莱证券量化分析部） 纠错

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

AI总结 本文提出了一种基于稀疏自编码器（SAEs）和线性探针的机制可解释性工具包，旨在提升代理AI在长周期任务中对工具调用的可观测性和可解释性，通过分析模型内部状态来识别工具决策的关键特征，从而揭示代理失败的深层原因。

Comments 12 pages, 4 figures, 17 tables

Agentic Tool Use in Large Language Models

大语言模型中的代理工具使用

Jinchao Hu, Meizhi Zhong, Kehai Chen, Xuefeng Bai, Min Zhang

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）计算机科学与技术学院） 纠错

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

AI总结 本文系统梳理了大语言模型中代理工具使用的三种范式，分析了其方法、优缺点及评估现状，旨在解决现有研究碎片化问题，提供更系统的进化视角。

ToolChain-CRC: Conformal Risk Control for Agentic AI Under Retrieval and Tool-Use Drift

ToolChain-CRC: 检索与工具使用漂移下代理型AI的共形风险控制

Jeffery Opoku, David Banahene

机构 * The University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校） ； Florida International University（佛罗里达国际大学） 纠错

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

AI总结 针对检索增强和工具使用代理在漂移下的风险控制问题，提出ToolChain-CRC方法，通过构建轨迹级风险评分并校准接受或干预规则，实现可证明的轨迹级风险控制。

Comments 26 pages, 11 figures

Reasoning and Tool-use Compete in Agentic RL:From Quantifying Interference to Disentangled Tuning

推理与工具使用在智能体强化学习中的竞争：从量化干扰到解耦调优

Yu Li, Mingyang Yi, Xiuyu Li, Ju Fan, Fuxin Jiang, Binbin Chen, Peng Li, Jie Song, Tieying Zhang

机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； Bytedance Inc.（字节跳动公司） 纠错

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

AI总结 本文通过引入能力效应归因（CEA）量化推理与工具使用行为之间的干扰，并提出解耦动作-推理调优（DART）框架，通过分离参数更新来提升智能体强化学习的性能。

Making OpenAPI Documentation Agent-Ready: Detecting Documentation and REST Smells with a Multi-Agent LLM System

使OpenAPI文档具备代理准备性：利用多代理LLM系统检测文档和REST气味

Rayfran Rocha Lima, Davi G. Assunção Pinheiro, Thiago Medeiros de Menezes

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

AI总结 研究通过多代理LLM系统检测OpenAPI文档和REST相关问题，发现2450个气味，揭示微服务环境中结构有效性不保证语义准备性，推动API治理流程改进。

Comments 10 pages. Accepted in EASE 2026, 9-12 June 2026, Glasgow, Scotland, United Kingdom

GeoBrowse: A Geolocation Benchmark for Agentic Tool Use with Expert-Annotated Reasoning Traces

GeoBrowse：一种用于代理工具使用的地理定位基准测试

Xinyu Geng, Yanjing Xiao, Yuyang Zhang, Hanwen Wang, Xinyan Liu, Rui Min, Tianqing Fang, Yi R. Fung

机构 * Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 GeoBrowse基准测试结合了视觉推理与知识密集型多跳查询，通过专家标注的逐步轨迹分析验证多步工具使用策略的有效性。

CM2: Reinforcement Learning with Checklist Rewards for Multi-Turn and Multi-Step Agentic Tool Use

CM2：基于检查清单奖励的多轮多步代理工具使用的强化学习

Zhen Zhang, Kaiqiang Song, Xun Wang, Yebowen Hu, Weixiang Yan, Chenyang Zhao, Henry Peng Zou, Haoyun Deng, Sathish Reddy Indurthi, Shujian Liu, Simin Ma, Xiaoyang Wang, Xin Eric Wang, Song Wang

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

AI总结 CM2通过检查清单奖励提升多轮多步骤代理工具使用的强化学习效果，实现比监督微调更优的性能表现。