标签
Diurnal 是一款原生 Mac 应用，用于快速日程规划，允许用户通过键盘快捷键或语音命令记录想法，与 Google 日历集成，并支持离线使用。
一位推特用户分享了一个提示，该提示使用陶哲轩的'傻问题'方法，通过提出关键问题来压力测试任何计划，以揭示隐藏假设并增进理解。
本文介绍了反事实隐世界模型（CLWM），用于解决世界模型中的反事实坍缩问题，通过对比目标提高部分可观测性下具身推理的规划成功率。
本文通过将控制流不确定性下的业务流程调度构建为机会约束优化问题，提出分解式和整合式方法，并在真实数据和合成数据上进行评估。
介绍了ARC-Bench作为基准，用于审计冻结的JEPA风格世界模型是否正确基于潜在距离对候选动作进行排序，揭示了官方检查点中严重且结构性的失败。论文解释说，闭环重规划掩盖了这些缺陷，导致成功率被高估。
Bioinfoysis 是一个用于生物信息学的多代理框架，它使用持久化运行和基于工件的执行，在像 BixBench 和 LAB-Bench 2 这样的基准测试中实现最先进的准确性。
文章认为，世界模型使人工智能系统能够表示环境、预测结果并做出决策，正在成为下一个主要的人工智能范式，正如著名研究者如Yann LeCun、Demis Hassabis和Fei-Fei Li的共识所示。
本文提出基于信念的世界模型（BB-WMs），旨在通过直接访问关于不确定状态的信念，提升LLM智能体在部分可观测环境中的决策性能，并展示任务表现的改善。
LangChain Academy将于9月17日举办一场关于Deep Agents的现场研讨会，教导参与者构建具备规划、记忆和子智能体的智能体，以处理复杂任务。
Qwen 3.8 Max 的实操评测，重点介绍其速度、强大的规划与简化能力、严谨的实验态度以及创造性实现能力。
本文探讨了潜在世界模型为何在长时程规划中失败，发现瓶颈在于规划目标（潜在距离的平方）而非预测器的准确性；用学得的代价函数替换该目标可显著提升规划性能。
这项arXiv综述（1,547篇论文，2024-2026年）系统性地描绘了长视界LLM智能体领域，厘清了长视界、长上下文和长期记忆三个概念，并将研究组织为六个生命周期类别，同时指出了核心的“视界差距”和开放的度量问题。
介绍了 A2E，一个面向智能体框架（harness）的端到端评估引擎，利用标准化任务协议和执行轨迹来评估效率、工具使用、规划以及错误恢复等能力。
本文介绍了DCAS——一种后端替换拦截层，它将CLI代理脚手架与后端模型解耦，从而实现跨脚手架评估。研究表明，在小规模数据集上进行规划感知微调，能够提高模型在非训练脚手架上的泛化能力。
This paper proposes InK, a neurosymbolic hierarchical reinforcement learning approach that uses incremental knowledge for symbolic planning and reward-shaped low-level neural modules, achieving improved sample efficiency in navigation tasks.
HyperAgent is a research framework that models tool relations via a Tool-Schema Hypergraph to improve planning and execution for LLM agents, reducing API calls and token usage on the AppWorld benchmark.