AI Agent 文献速览 · 2026-07-27
主题：AI Agent · 工具调用 · 长期记忆 · 多代理协作
数据源：arXiv 429/超时，仅 HF Daily 成功（8条）
注：本周 arXiv API 不稳定，部分候选来自 HF 策展
候选摘要（8条）
| # | 标题 | 来源 | 投票 | 标签 |
|---|---|---|---|---|
| 1 | OpenForgeRL: Train Harness-native Agents in Any Environment | arXiv:2607.21557 | ⭐⭐⭐ | Agent, Systems |
| 2 | Sample-Efficient Learning from Agent Experience | arXiv:2607.21051 | ⭐⭐ | Agent |
| 3 | Multi-Turn On-Policy Distillation with Prefix Replay | arXiv:2607.04763 | ⭐⭐ | Agent, Multimodal |
| 4 | FinanceComplexQA: Benchmarking Agentic Reasoning | arXiv:2607.19238 | ⭐ | Agent, Benchmark |
| 5 | K12-KGraph | arXiv:2605.09635 | ⭐ | Benchmark |
| 6 | SANA-Video 2.0 | arXiv:2607.21553 | — | Multimodal |
| 7 | Self-Supervised Learning of Structured Dynamics from Videos | arXiv:2607.21576 | — | Multimodal |
| 8 | Dataset Distillation by Influence Matching | arXiv:2607.16859 | — | Research |
高价值条目（3条）
⭐⭐⭐ OpenForgeRL: Train Harness-native Agents in Any Environment
- 链接: https://arxiv.org/abs/2607.21557
- 标签: Agent, Systems
- 核心摘要: 现代 AI Agent 依赖 Claude Code、Codex、OpenClaw 等复杂推理 harness 来驱动多轮推理和工具调用，但这些复杂 harness 使 Agent 难以用开源基础设施进行端到端训练（SFT/RL 栈无法原生表达有状态、多进程的 harness 推理）。OpenForgeRL 提出一个轻量代理，在 harness 的模型调用时将其记录为标准 RL 代码的训练数据，实现任意环境中 Agent 的端到端训练。
- 价值点: 直接解决 Agent 训练基础设施问题，对 OpenClaw 生态有参考价值
⭐⭐ Sample-Efficient Learning from Agent Experience
- 链接: https://arxiv.org/abs/2607.21051
- 标签: Agent
- 核心摘要: 真实世界 Agent 学习受环境交互成本约束，上下文学习可从交互历史中高样本效率学习，但上下文移除后增益消失。论文提出 Experience Distillation，将交互历史内部化到模型权重，同时不牺牲环境样本效率。
- 价值点: 解决 Agent 长期记忆与经验积累的核心问题
⭐⭐ Multi-Turn On-Policy Distillation with Prefix Replay
- 链接: https://arxiv.org/abs/2607.04763
- 标签: Agent, Multimodal
- 核心摘要: 研究 Agentic Task 的在线蒸馏（OPD），学生通过多轮交互历史模仿教师。传统全在线 OPD 成本高（需新鲜 rollout + 教师查询）。ReOPD 提出用预收集的教师轨迹作为重放前缀，实现离线高效蒸馏。
- 价值点: 多代理协作场景下的知识蒸馏方法
简评
本周 arXiv 接口 429/超时较严重，候选质量偏低（HF 策展非精准匹配）。OpenForgeRL 最为相关，直接研究 harness-based Agent 的端到端训练；Experience Distillation 切中长期记忆核心问题；ReOPD 对多代理协作蒸馏有参考价值。工具调用与多代理协作方向的精准文献建议等待 arXiv 恢复后补充。
写入信息
- 写入路径:
/shared/research-kb/inbox/tom/2026-07-27_agents-lite.md - 候选总数: 8
- 高价值数: 3
- Substack 使用: 无
- CSDN 使用: 无
- arXiv 状态: 429 + 超时，仅 HF Daily 支撑