标签
Fibr AI 创始人分享了一项实验，测试 ChatGPT、Gemini 和 Claude 等 AI 智能体如何“看待”他们的网站，并发现大多数网站只为人类用户而设计。基于这一发现，他们推出了一款产品以及一个免费检测工具，帮助诊断网页对 AI 的可读性。
Inherit-MAS 通过在工作流和执行两个层面引入显式继承机制，实现多智能体系统在测试时的演化优化，在 WorkBench 和 HotpotQA 上超越了 EvoAgent、EvoMAS、TacoMAS 等基线，并显著降低了 token 消耗。
FloWright 提出了一种分层、结构感知的奖励范式，使多智能体工作流中的 LLM 智能体无需额外模型或标注数据即可实现自我进化与协同进化；而 DataWright 则通过自适应数据增强，将现有数据集转化为工作流级别的任务。采用 FloWright 训练的小型开源模型性能最高提升 +7.41%，其中多角色协同进化（+5.03%）优于仅优化单一角色（+2.83%）。
本文首次研究了编程智能体中的行为成本低效问题，识别出三种关键行为并评估了缓解策略，发现开发者设计的技能可以将成本降低高达41.73%。
Cursor通过更紧凑的提示词和更好的缓存等优化，将其AI编程助手的token成本降低了7%，强调了在智能体系统中优化阅读的价值。
Salesforce AI研究显示，当围绕较弱的模型调整代理时，复制较强的模型可能会降低性能；相反，针对较弱模型失败的修正可以改善结果，而不会干扰现有设置。
一条推文分享了三篇来自Hugging Face Daily Paper的有趣论文，内容涉及本地LLM的KV缓存压缩进展和代理框架优化。
Google 和 Google DeepMind 发布了一篇关于 Dream-RSI 的论文，该论文介绍了一种递归自改进的方法，通过让 AI 代理使用重放模拟器优化其探索策略，从而在 GPU 内核优化等任务中实现高效的性能提升。
论文提出了 Ecdysis，一个用于训练LLM代理运行时框架的框架，它通过识别重复的失败模式来提高效率和准确性，实现了1.84倍更快的训练和18.56%更高的推理准确性。
本文解释了为什么人工智能初创企业的提示经常结构不佳、存在矛盾和模糊之处，并提出了一种模块化、类似代码的方法，以提高智能体质量、减少回退和降低成本。
本文介绍了推测性宏提交（SMC），这是一个两层智能体系统，通过推测性地执行未来动作链并在匹配时提交它们来减少工具使用LLM智能体的延迟，从而实现比顺序执行更快的速度。
AutoSaddler 是一种从执行跟踪中自动修补代理框架的方法，通过在保留集上测试确保更新泛化，以防止回归。
MEGA是一种自进化的基础设施，用于编码智能体优化，它从会话中提炼可复用的智慧，通过类型化智慧图对其进行组合，并利用运行证据持续改进智能体以及指导其优化的知识。
本文在 Terminal-Bench 2.0 上引入了一个两阶段持续学习评估，用以检验智能体优化方法的增益在递归应用时是否能够累积。结果发现，只有包含回归控制的 RELAI-VCL 方法实现了累积性改进。
一份详细报告，关于在 NVIDIA DGX Spark 上优化生产环境 vLLM 服务配置，纠正了导致 MTP acceptance 降低 34% 的标志设置。该结论基于对 90 多份 NVIDIA 官方文档的审阅以及一次包含 69 个场景的工具评估。
介绍STRACE，一个通过结构化轨迹分析与因果提取来构建高信噪比优化上下文以改进长周期智能体的框架，在形式化验证任务上超越基线。
Bayesian-Agent 提出了一种框架，将可重复使用的技能和SOP视为假设，通过贝叶斯推理指导代理行为，并利用后验引导的框架优化提升任务性能。使用deepseek-v4-flash在多个基准上取得了显著改进。
Hermes Agent 现在原生支持 skill bundles，允许多个技能同时触发。作者建议只将逻辑上连贯的工作流程捆绑在一起，以避免指令冲突。
本文揭示了冗长的命令行界面（CLI）输出如何浪费 LLM 编程智能体的 token，并介绍了一种基于模式的压缩器，能够在保留关键信息的同时减少 shell 命令输出的噪声。