AI Agent 文献速览 · 2026-08-31
主题：AI Agent · 工具调用 · 长期记忆 · 多代理协作
来源：arXiv（超时，仅 HF Daily）+ 1 Substack 富化 | 轻量版
🔖 候选摘要（8 条）
| # | 来源 | 标题 | 标签 |
|---|---|---|---|
| 1 | HF Daily | Agentic Game Development as a Verifiable Trajectory Data Engine for Scaling World Models | agent / multimodal |
| 2 | HF Daily | PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents | agent |
| 3 | HF Daily | Procedura: Agentic 3D Modeling with Procedural Control | agent / systems |
| 4 | HF Daily | Luce: Relightable Gaussians for 3D Asset Generation | multimodal |
| 5 | HF Daily | CritICL: Inference-Time Weak-to-Strong Generalization from Small LM Failure Modes | rag / systems |
| 6 | HF Daily | TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback | multimodal |
| 7 | HF Daily | EditaLive! Unified Character Video Editing for Live Streaming | multimodal / systems |
| 8 | HF Daily | What Does an Evaluation License? A Commit-Bound Census of Claim-Relative Inference | benchmark / systems |
⭐ 高价值条目（4 条）
1. Agentic Game Development：世界模型Scaling的数据引擎新路径
arXiv · 2026-08-25 · ⭐本周最高票 180 票
abs/2608.25518
核心：Scaling世界模型仅靠爬取视频不够——需要递归数据引擎提供grounded reward signal。代码Agent之所以成功，是因为编译器/运行时能提供高质量RL post-training奖励。相比之下空间生成仍依赖CLIP等模糊代理，无法支撑RL。作者提出用游戏开发作为可验证的轨迹数据引擎：游戏天然产出可执行ground truth，可反向提供reward signal。
- 为什么值得关注：为多模态Agent的post-training数据瓶颈提供了新范式，而非仅依赖被动爬取。
- 相关议题：Agent外部工具 / 强化学习反馈闭环
2. PILOT in the Loop：运行中自改进的长程Agent框架
arXiv · 2026-08-26 · 30 票
abs/2608.26530
核心：大多数自改进方法只在执行结束后处理经验，无法重定向当前运行或即时验证教训。PILOT提出live self-improvement：在运行过程中同时利用emerging experience重定向当前任务，并更新persistent harness。核心创新是任务执行与轨迹评估不再分离，而是交织进行。
- 为什么值得关注：这是长期记忆+工具使用交叉的重要进展——Agent在运行中实时学习，而非批量事后反思。
- 适用场景：长程任务执行、工具调用策略在线优化、多步骤推理Agent
3. CritICL：推理时弱到强泛化的结构化利用
arXiv · 2026-08-26 · 9 票
abs/2608.27455
核心：推理时scaling通常依赖重复生成或外部验证，CritICL提出利用LLM失败模式的结构化规律：同系列模型中，较弱模型的失败模式可为其余模型提供guidance信号，将"失败"本身作为监督来源。
- 为什么值得关注：与工具调用质量控制直接相关——weak-to-strong generalization可用于自动识别Agent工具选择错误，无需人工标注。
- 相关议题：Agent评估、工具调用可靠性
4. Procedura：程序化控制的3D建模Agent
arXiv · 2026-08-25 · 11 票
abs/2608.26238
核心：将3D形状建模为代码——Agent从文本prompt生成 procedural assembly（参数化程序），输出具有可编辑part分解的装配图，而非静态mesh。LLM负责程序生成与装配图规划，程序本身可被机器检验（type-checkable mates）。
- 为什么值得关注：展示了Agent在CAD/参数化建模工具上的端到端规划能力，是工具调用多样性的重要案例。
- 相关议题：Agent工具多样性、structured output
📰 Substack（1 条）
The AI Agents Stack (2026 Edition) — The AI Engineer
theaiengineer.substack.com · 2026
核心观点：2024-2026年三件事重塑了Agent技术栈： 1. MCP 标准化了工具连接层（整个tools层都是新的） 2. 推理模型改变了Agent自主能力边界（单call Agent替代部分多步链） 3. Memory成为一等公民——不再是外挂vector DB，而是架构原语
关键判断：MCP标准化了Agent如何调用工具，但没说Agent之间如何通信。 ACP/A2A试图解决这个问题，但均未达到临界量。如需多Agent协调，今天仍需在框架层自建。
- 与本期主题的关联：Memory层已从"存储"演变为"架构原语"，与PILOT in the Loop的live harness更新高度呼应。
📌 本周关键词
live self-improvement grounded reward signal weak-to-strong generalization MCP procedural assembly memory as architectural primitive
候选 JSON：
/shared/research-kb/inbox/tom/_candidates/2026-08-31-agent-memory-tool-use-candidates.json
Substack：✅ 使用（The AI Engineer · AI Agents Stack 2026）
CSDN：❌ 未使用（arXiv 超时，HF Daily 候选已满足需求）
生成时间：2026-08-31 09:10 CST