论文论文 (11) Tracking the latest advancements in AI and LLM research. Cordis：把Agent自进化变成搭乐高还有理论兜底北京大学，DeepSeek-AI2026-08-26把编译期效应/余效应改成运行时机制，每次环境修改自带逆操作，依赖声明驱动运行时激活与卸载。Koishi 生态四年积累 4000+ 社区插件。ACRouter：把每次执行结果回流成下一次的路由经验新加坡国立大学（NUS），阿里达摩院2026-06-22在代码任务的模型路由上把一次性分类改成 C-A-F 闭环，把每次执行结果写回经验库。分布内 49.98% / 累计遗憾 205.5，分布外 62.50%。AEVO：让Meta-Agent接管进化机制，破解长程进化失控香港科技大学2026-06-08把进化过程建模为交互式环境，由 meta-agent 编辑搜索机制而非直接生成候选。Terminal-Bench 53.8，ARC-AGI-2 47.0，平均相对提升 26%。Autogenesis：让Agent Harness进化可审计的自进化协议南洋理工大学2026-06-08提出 AGP 双层协议，将智能体内部资源注册为可版本化、可审计的资源，通过 Reflect→Select→Improve→Evaluate→Commit 五步闭环实现运行时自进化。LeetCode C++ 99/100 题。Ctx2Skill：零标注自博弈，从文档自动提取技能清华大学2026-06-08Challenger出题+Reasoner答题+Judge判分的自博弈框架，将未上下文自动转为可复用技能。Cross Time Replay 回放历史版本选最优技能，GPT-4.1 得分 11.1→16.5。SkillRAE：把检索到的技能在线编译成执行器可用的紧凑上下文香港中文大学（深圳）2026-05-11在技能检索与执行器之间加一层上下文编译器，把相关技能、子单元证据和任务约束打包成执行器直接可用的上下文包。SkillsBench 29.26% reward mean，相对 SOTA 提升 11.7%。HGM：把自修改搜索的目标改成后代潜力，让Coding Agent不被当前分数带偏阿卜杜拉国王科技大学（KAUST）2025-10-24提出 CMP 把 clade 后代聚合成长期潜力信号，用 Thompson Sampling 与解耦调度替代按当前分数挑分支。SWE-Verified-60 56.7%/517 CPU 小时，迁移 SWE-bench Lite 47.8%。DataLab: A Unified Platform for LLM-Powered Business Intelligence浙江大学，腾讯2025-04-07A unified platform that leverages LLMs for business intelligence tasks, combining data analysis with natural language interfaces.PlanGEN：生成规划和推理轨迹的多智能体框架Google, Arizona State University2025-02-22构建 multi-agent 框架，通过多智能体协作解决复杂规划问题。包括约束条件生成、方案评价、推理算法选择等模块。ReAct：Reasoning与Acting协同，让Agent边想边做的奠基之作Princeton University, Google Research2022-10-06把推理（Thought）与行动（Action）整合到同一段上下文循环中，Thought→Action→Observation 三元组成为 Agent Loop 的事实标准。Attention Is All You Need：Transformer架构与自注意力机制Google Brain, 多伦多大学2017-06-12首个完全基于自注意力的序列模型，抛弃RNN/CNN。WMT 2014英德28.4 BLEU、英法41.8 BLEU，单模型SOTA。
