Autonomous Agents

关于自主智能体（LLMs）的研究论文汇总。每日更新。查看 资源部分。

---

研究论文：2026 第四季度

2026 (4/4), 2026 (3/4), 2026 (2/4), 2026 (1/2), 2025 (4/4),2025 (3/4), 2025 (2/4), 2025 (1/4), 2024, 2023, 早期研究

按时间顺序排列。

---

2026年3月15日

Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange

• SCIENCECLAW + INFINITE：引入了一个自主科学调查框架，通过涌现式的人工制品交换系统让独立智能体进行协作。该框架利用了 SCIENCECLAW、INFINITE、ArtifactReactor、ArtifactMutator、AgentJournal、InvestigationTracker、KnowledgeGraph 和全局索引（Global Index）。
• 该框架通过允许智能体串联计算工具、发布带有溯源信息的不可变人工制品，并利用基于压力的评分和模式重叠匹配来解决信息需求，从而实现了去中心化的科学研究。
• 该系统通过在调查周期内保持持久的认知状态，支持累积性的科学发现，使智能体能够在无需中心化规划的情况下基于先前的研究成果进行构建。

---

Zoom to Essence: Trainless GUI Grounding by Inferring upon Interface Elements

• ZoomUI：引入了一个无需训练的框架，通过推理扩展（Inference Scaling）将 GUI 定位（Grounding）任务分解为基础的视觉元素理解。利用了潜在思维向量（Latent Thought Vectors）、基于似然的优化（Likelihood-based Optimization）和注意力引导的视觉聚焦（Attention-Guided Visual Focus）。
• 该框架通过梯度上升优化注入的潜在思维向量，以最大化生成似然，从而将模糊的用户指令精炼为详细的视觉特征描述。
• ZoomUI 通过在坐标生成过程中捕捉并分析 MLLM 的内部注意力分布，迭代地缩放至目标 UI 元素，从而在无需参数微调的情况下实现精确的定位。

---

D-MEM: Dopamine-Gated Agentic Memory via Reward Prediction Error Routing

• D-MEM：引入了一种受生物学启发的架构，使用评论员路由（Critic Router）根据奖励预测误差（Reward Prediction Error）来控制记忆更新，从而将短期交互与长期认知重组分离开来。
• 该框架采用分层路由系统将输入分类为 SKIP（跳过）、CONSTRUCT_ONLY（仅构建）或 FULL_EVOLUTION（完全进化）层级，显著降低了计算开销和上下文污染。
• D-MEM 集成了零成本检索增强功能（包括 Shadow Buffer 和 BM25 混合搜索），以在复杂环境中保持高检索精度和对抗鲁棒性。

---

Questionnaire Responses Do Not Capture the Safety of AI Agents

• QAs (问卷式评估)：对为何基于标准问卷的 LLM 评估方法无法准确预测 LLM 智能体在实际部署中的行为倾向进行了批判性分析。
• 该论文指出，LLM 智能体利用 Scaffold（调节环境交互的系统）来管理 Memory（用于长期上下文的数据存储）和 Tools（通过 API 访问的外部工具）。