AI Agent 文献候选速报 · 2026-09-07

主题：AI Agent · 工具调用 · 长期记忆 · 多代理协作

本次收集因 arXiv 超时而部分降级，采用 HF Daily 候选 + 近期候选 JSON 富化。
后续可通过补充 arXiv 搜索补丁提升召回率。

候选摘要（8 条）

⭐ 高价值（3 条）

1. PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents - 来源：HF Daily · arXiv:2608.26530 · 2026-08-26 - 核心：长期 Agent 运行中实时利用 emerging experience，既重定向当前任务，也更新持久化 harness。现有单 Agent 自我修正方案和子 Agent 委托方案均无法完整支持此目标。 - 标签：agent live-improvement - 关联主题：长期记忆、工具调用、自修正

2. DRACO: Fine-Grained Credit Assignment with Dynamic Rubrics for Long-Horizon Agent Training - 来源：HF Daily · arXiv:2609.04094 · 2026-09-02 - 核心： outcome-blind 场景下（无 ground-truth 成功信号），通过动态生成的 rubric 对每条轨迹评分，再将判断优势分配到各步，解决长期 Agent 训练中信度分配难题。 - 标签：agent rl credit-assignment - 关联主题：多代理协作、长期规划

3. VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement - 来源：HF Daily · arXiv:2609.03153 · 2026-09-01 - 核心：文本规划器将提示编译为类型化物理义务和静态验证执行计划，再由观察门控对冻结低层专家的调用。体现 agent 工具调用（segmentation/tracking/测量/OCR 等）与分层规划。 - 标签：agent benchmark multimodal systems - 关联主题：工具调用、Agent 评估

中等价值（5 条）

4. CritICL: Inference-Time Weak-to-Strong Generalization from Small Language Model Failure Modes - 来源：HF Daily · arXiv:2608.27455 · 2026-08-26 · votes:9 - 核心：利用小模型失败模式作为弱→强泛化引导信号，在推理时提升大模型表现。属于系统级 agent 自我改进基础设施。 - 标签：rag systems

5. Procedura: Agentic 3D Modeling with Procedural Control - 来源：HF Daily · arXiv:2608.26238 · 2026-08-25 · votes:11 - 核心：LLM 编写参数化程序作为 3D 物体表达，Agent 规划装配图并生成可编辑程序。体现"物体 as 代码"范式下的 Agent 工具调用。 - 标签：agent rag systems

6. RoboTok: Internet-Scale Data Engine for Human Demonstration Retrieval - 来源：HF Daily · arXiv:2609.03199 · 2026-09-01 · votes:115 - 核心：网络视频中检索相关人类演示用于机器人灵巧操控策略训练。学习潜在运动空间，实现跨视角跨任务的行为比较。 - 标签：rag benchmark multimodal

7. Select, Compress, Reinvest: Visual-Token Allocation in Long-Video MLLMs - 来源：HF Daily · arXiv:2609.03820 · 2026-09-02 · votes:15 - 核心：长视频 MLLM 的帧选择、空间压缩与 token 节省再投资机制研究。为 Agent 长程视觉感知提供效率优化参考。 - 标签：benchmark multimodal systems

8. PILOT in the Loop（同条 1，备选替换）若上方 DRACO/VeriPhy 已被其他实例收录，可考虑： - Locked at the Entrance, Open Inside: Where RLVR Narrows the Solution Space (arXiv:2608.29188 · votes:10) — 分析 RLVR 在推理轨迹何处收窄解空间，对 Agent test-time scaling 有参考价值。

非 arXiv 观察（框架/系统层，供参考不入候选）

• OpenMemory（Mem0）：本地优先持久记忆层，MCP 兼容，已支持 Claude Desktop、Cursor、Windsurf 等主流 Agent。
• Graph Memory 趋势：Mem0 Graph（Jan 2026）、Graphiti + FalkorDB MCP、FalkorDB 等图结构记忆方案成为向量嵌入的标准补充。
• MCP 生态扩散：Model Context Protocol 正在打通不同框架间 Agent 的上下文共享。
• 多框架分工实践：LangChain/LangGraph（自定义工作流）、AutoGen（多代理对话）、CrewAI（角色协同）、MetaGPT（软件团队模拟）已成主流组合。

采集状态

Tom · 2026-09-07 09:10 CST · 轻量模式