📡 AI 创新应用

2026年09月14日星期一

100%🔥# 1

智能体软件：AI智能体如何重构软件范式

Agentic Software: How AI Agents Are Restructuring the Software Paradigm

本文论证AI智能体的出现构成了软件本质的根本性重构，而非渐进式工具改进。形式化区分了传统确定性软件与智能体软件：前者代码承载预写决策逻辑，后者智能体即软件，其决策逻辑在运行时生成。追溯从许可软件到SaaS再到智能体即服务（AaaS）的历史弧线，指出智能体转变转移了决策复杂性本身。引入智能体工程作为软件工程学科的新范式，其核心研究对象、控制模型和人类角色均发生转变。通过分析近期基准证据，展示了智能体范式的变革潜力与当前局限，并提出了通向自进化智能体生态的四阶段路线图。

100%⭐# 2

自动化具身智能体架构设计

Automating the Design of Embodied Agent Architectures

具身智能体通常由感知、记忆、规划、行动等模块手工组合而成，架构设计空间巨大。本文研究将智能体架构搜索（AAS）从文本领域系统性地迁移到具身感知领域。我们引入了AgentCanvas（一个类型化图运行时）和KDLoop（一种编码智能体搜索流程）。在涵盖视觉语言导航、具身问答等任务的四个具身执行器上评估三种AAS变体。结果表明，架构级搜索能为具身任务带来可部署的成功率提升，但也揭示了在文本领域AAS中被掩盖的约束，如优化信号被模拟噪声掩盖、搜索易陷入局部编辑盆地等。

100%💡# 3

从看见到模拟：利用数字孪生进行可泛化机器人学习与评估的高保真生成式仿真

From Seeing to Simulating: Generative High-Fidelity Simulation with Digital Cousins for Generalizable Robot Learning and Evaluation

为降低真实世界数据收集成本并实现高效的数据增强与评估，本文提出一个生成式框架，可将真实世界全景图映射为高保真仿真场景（数字孪生），并通过语义与几何编辑合成多样化的衍生场景。结合高质量物理引擎，生成的场景支持交互式操控任务。实验表明，该平台具有强仿真-真实相关性，且大规模数据生成能显著提升策略对未见场景和物体变化的泛化能力。

100%🔬# 4

2025年AI智能体指数：记录已部署智能体AI系统的技术与安全特性

The 2025 AI Agent Index: Documenting Technical and Safety Features of Deployed Agentic AI Systems

针对AI智能体生态复杂、发展迅速且文档记录不一致的问题，本文提出了2025年AI智能体指数。该指数基于公开信息及与开发者的通信，系统记录了30个前沿AI智能体的起源、设计、能力、生态及安全特性。研究发现，不同开发者的透明度差异显著，且多数对安全性、评估及社会影响的披露不足。该指数旨在为研究者和政策制定者提供追踪发展的工具。

100%📌# 5

OpenClaw、Moltbook与ClawdLab：从纯智能体社交网络到自主科学研究

OpenClaw, Moltbook, and ClawdLab: From Agent-Only Social Networks to Autonomous Scientific Research

本研究对开源智能体框架OpenClaw和纯智能体社交网络Moltbook产生的大规模AI间交互数据集及相关文献进行多声部综述，并提出了自主科学研究开源平台ClawdLab作为应对已识别架构失效模式的设计科学响应。ClawdLab通过硬性角色限制、结构化对抗性批判、PI主导的治理、多模型编排以及编码为协议约束的领域特定证据要求来解决这些失效模式，其架构天然具备抗女巫攻击能力。一个三层分类法区分了单智能体流水线、预定义多智能体工作流和完全去中心化系统，ClawdLab的可组合第三层架构支持随着AI生态进步而实现复合式改进。

100%🎯# 6

AI智能体已能自主执行实验高能物理分析

AI Agents Can Already Autonomously Perform Experimental High Energy Physics

研究表明，基于大语言模型（LLM）的AI智能体仅需极少专家输入，即可自主执行高能物理（HEP）分析流程的绝大部分阶段。我们提出概念验证框架JFC，它集成了自主分析智能体、基于文献的知识检索与多智能体评审，足以规划、执行并记录可信的HEP分析。我们利用ALEPH等公开数据完成了电弱、QCD及希格斯玻色子测量分析。这些工具旨在减轻分析代码开发的重复性技术负担，使研究者能专注于物理洞察与创新，呼吁社区重新思考人才培养与资源分配策略。

100%💎# 7

分子LLM智能体：从架构设计到科学自主性

Molecular LLM Agents: From Architectural Design to Scientific Autonomy

本文从两个互补视角为分子LLM智能体建立概念框架。架构视角涵盖分子表示与感知、智能体框架、领域特定工具箱以及学习优化。科学自主性阶梯视角则受工程系统启发，将智能体分为四个等级：L1辅助或固定工作流、L2自适应计算智能体、L3反馈感知物理实验智能体和L4科学议程智能体。该框架旨在全面比较现有分子LLM智能体，识别能力缺口与部署风险，并指导未来智能体在分子发现工作流中的设计、评估与部署。

100%🚀# 8

物理具身智能体AI：一个用LLM编排机器人机队的架构

Physical Agentic AI: An Architecture for Orchestrating a Robot Crew with LLMs

为提升具身智能体规划在物理世界中的可行性与安全性，本文提出Physical Agentic AI框架。该框架在语义规划与执行间引入显式架构接口：每个机器人暴露可执行技能库，任务被分解为阶段并分配给机器人-技能对，而机器人编排层在每次执行前验证技能可行性。在无人机-UGV搜索调度和人形-四足机器人运输任务上的评估表明，检索可将技能落地率从51%提升至96%，但仍有23-29%的错误步骤被调度；而每次调度的强制执行能将错误调度降至0%，并在动作前拦截所有注入的故障。

100%🧠# 9

面向IPoDWDM网络生命周期自动化的智能体AI：一种基于MCP的架构

Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture

本文提出一种分布式、与供应商无关的多MCP架构，用于实现基于SDN的多供应商、多层IPoDWDM网络的自动化与自主控制。该框架支持端到端服务生命周期自动化，并利用GNPy模型和光遥测技术实现闭环跨层控制。该架构已在IPoDWDM测试平台上得到实验验证。

100%⚡# 10

面向自主量子传感实验科学推理的智能体AI

Agentic AI for Scientific Reasoning in Autonomous Quantum Sensing Experiments

本研究针对金刚石氮空位（NV）中心自主实验，构建了一个基于大语言模型（LLM）智能体的工作流。核心贡献有二：一是实现了集持久项目记录、定量计算与数据分析、确定性实验控制于一体的自主NV实验流程，智能体可完成从选择NV中心到执行复杂脉冲序列（如CPMG）的全过程；二是提出了两个离线基准，用于独立评估智能体的科学推理能力。测试发现，在自主实验中，智能体负责形成科学假设并利用定量工具评估数据，而确定性代码则控制硬件并确保安全，这明确了人机协作的清晰分工。

95%🌟# 11

OpenAgentFlow：为异构AI智能体集群启用系统级安全边界

OpenAgentFlow: Enabling System-Wide Safety Boundaries for Heterogeneous AI Agent Fleets

随着AI智能体从孤立助手演变为在共享环境中运行的异构系统，安全成为系统级行动治理问题。本文提出OpenAgentFlow控制平面/行动平面架构，在行动提交边界强制执行安全策略。它将待执行的GUI操作、API调用、工具调用等统一规范化为AgentEvent流，通过共享的策略执行点路由，并在控制平面维护溯源、会话状态、审计记录和可更新策略。这创建了一个可治理的共享行动流，允许新规则生效而无需修改智能体、提示或模型。在Android上的实例化验证显示，该框架在300个行动事件基准上达到94.0%的准确率和95.3%的攻击拦截率，为异构AI智能体集群提供了实用的共享执行边界。

95%🔎# 12

迈向具身空地协同目标搜索：基准、数据集与智能体方法

Towards Embodied Air-Ground Cooperative Object Search: Benchmark, Dataset and Agentic Method

本文针对城市环境中的空地协同目标搜索（AGOS）任务，提出了首个专用基准AGOS-Bench、包含7.7k条轨迹的数据集AGOS-Dataset，以及一种免训练、工具增强的智能体方法AGOS-Agent。该方法通过“搜索-移交-验证”协作协议简化VLM的协调负担，仅要求其进行场景理解与决策。在九个VLM上的实验表明，该方法提升了八个骨干模型的整体成功率，并减少了所有模型的决策步数。

95%📊# 13

Skynet：通过语义与结构建模实现面向智能体AI的工作流级异常检测

Skynet: Workflow-Level Anomaly Detection for Agentic AI via Semantic and Structural Modeling

本文提出Skynet，一个工作流级的异常检测框架，用于智能体AI系统。它将观察到的多智能体执行过程转化为有向工作流图，并对照学习的良性行为进行评分。Skynet联合建模语义执行上下文与智能体间委托、工具调用及数据流依赖的结构组织，且仅使用良性工作流训练，从而支持零日攻击检测。在三个公开基准测试中，Skynet在保持高召回率的同时实现了低于1%的误报率。

95%🎓# 14

Omni Interaction Agent 技术报告

Omni Interaction Agent Technical Report

本文提出了Gander，一个将全感知、实时交互与智能体能力统一于单一框架的端到端模型。它采用“小脑-大脑”协同架构，通过流式“思考者-说话者”设计支持全双工自然交互。评估表明，Gander在对话、全模态理解、交互及智能体智能方面表现优异，并在嘈杂、多方交互等复杂场景中展现出鲁棒性。

90%🏆# 15

Motus2：用于灵巧操作的自演进通用世界模型

Motus2: A Self-Evolving General World Model for Dexterous Manipulation

现有世界模型通常将动作输出头附加于世界模拟器，未形成闭环决策学习。本文提出Motus2，通过模型与数据双重扩展构建自演进通用世界模型。模型层面，单一共享权重模型集成了策略、模拟器和评估器三个控制接口，形成闭环以改进策略。数据层面，从大规模单目自我中心数据扩展到同步立体自我中心数据，并进行机器人域适应。该模型在配备立体视觉、双臂、灵巧手及触觉的仿生平台上实例化，为灵巧操作的自演进提供了通用路径。

90%💻# 16

SimSkill：用于交通仿真中技能与知识积累的自演进LLM智能体

SimSkill: A Self-Evolving LLM Agent for Skill and Knowledge Accumulation in Traffic Simulation

受累积文化启发，本文提出SimSkill，一个围绕SUMO交通仿真器构建的自演进智能体。它能持续识别能力差距，生成并解决环境任务，通过行动-评判循环验证方案，并将经验整合到情景、程序和语义记忆中。通过自主探索，它构建了覆盖交通仿真主要工作流的可重用技能与知识库。在三个骨干LLM上的评估表明，其验证成功率最高提升25个百分点，消融实验证实了程序与语义记忆的互补贡献。SimSkill展示了一种以自然语言为中心的LLM智能体系统设计范式。

90%🔗# 17

人类建造的最后一个AI：迈向真正的递归自我改进

The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement

递归自我改进（RSI）使AI系统能将经验与反馈转化为持久改进。本文首先利用Headroom-Closed Index（HCI）揭示现有LLM的问题，随后介绍了RSI概念及其发展路线图：从改进-执行自主性、改进-策略自主性、经验-获取自主性、环境-适应自主性，到递归元改进。接着探讨了RSI在不同场景（如科学发现、具身智能、软件工程）中的应用，强调了各自需求与发展速度的差异。结合行业实践与初步实证证据，本文将RSI研究与实际系统连接，并指出了实现真正RSI的关键挑战。

90%📈# 18

ORCH：组织原则赋能具身AI中的集体智能

ORCH: Organizational Principles Enable Collective Intelligence in Embodied AI

集体智能不仅取决于个体成员的能力，也取决于其组织方式。本文提出ORCH，将人类组织理论原则操作化，以组织大规模、异构的具身智能体集体。ORCH通过结合用于可并发工作的汇集式相互依赖与用于受前提关系约束工作的顺序式相互依赖，构建任务特定的分层组织。在25个涵盖侦察、救援、运输等任务的野火响应任务中，使用八个LLM评估了多达50个异构智能体的团队。基于这些原则构建的组织在任务结果、执行效率等方面均优于四种代表性多智能体方法，人类设计的组织平均将最终得分和执行效率分别提升了63.97%和74.29%。

90%🛠️# 19

Ecdysis：高效训练LLM智能体运行时框架

Ecdysis: Efficient and Effective Training of Runtime Harnesses for LLM Agents

自演进运行时框架能大幅提升LLM智能体能力，但现有进化方法依赖迭代搜索，存在时间开销大和过拟合风险。本文指出，缺乏原则性的故障诊断是关键瓶颈：观测到的故障可能源于模型缺陷或框架缺陷，直接针对个体故障优化可能导致不必要的模型特定适配。为此，提出Ecdysis框架，通过识别跨任务复现的故障模式，区分模型特定适配与框架级修复，并将适应偏向系统性框架缺陷。它采用批处理级跨实例故障聚合范式，并引入故障驱动的协作精炼来诊断原因并迭代改进框架。实验表明，Ecdysis相比现有方法将框架训练速度最高提升1.84倍，同时将所得框架的推理准确率提升18.56%。

90%✨# 20

2AM：将智能体侧记忆作为长时程操作中可操控动作模型的引导

2AM: Grounding Agent-Side Memory as Guidance for Steerable Action Models in Long-Horizon Manipulation

长时程机器人操作需要记忆，但记忆不一定位于动作策略内部。为研究此问题，本文提出2AM，采用一种刻意受限的设计：智能体作为任务记忆的唯一持有者，而一个基于RGB、无状态的动作模型作为任务相关运动的唯一执行者。智能体将交互历史编译为子任务语言及可选的2D抓取、放置和移动提示，以在不同时间尺度上绑定其物理意图。通过在演示中增加结构化提示标签，并在条件丢弃、空间噪声和时间抖动下训练，使VLA能容忍不完美的智能体输出。在LIBERO-Mem基准上，2AM达到了76.3%的平均完成率，显著优于基线，表明任务记忆可保留在智能体侧，且动作模型能力不仅取决于其学习内容，也取决于智能体引导的精确度。