论文Agent 架构AFlow: Automating Agentic Workflow GenerationAFlow 将 agentic workflow 优化建模为代码表示工作流空间中的搜索问题，并使用蒙特卡洛树搜索结合执行反馈自动发现高性能工作流。在六个基准上，AFlow 相比手工方法平均提升 5.7%，相比自动 workflow 优化方法提升 19.5%。打开资源
论文Agent 架构AgentSquare: Automatic LLM Agent Search in Modular Design SpaceAgentSquare 提出 MoLAS 研究问题：在规划、推理、工具使用和记忆四类标准化模块组成的设计空间中自动搜索 LLM Agent。它用模块演化发现新模块，用模块重组复用既有模块，并用上下文内性能预测器跳过低潜力候选。在 Web、具身、工具使用和游戏六个基准上，AgentSquare 相比已知最佳人工设计平均提升 17.2%，同时给出可解释的 Agent 设计洞察。打开资源
论文Agent 架构ChatSOP: An SOP-Guided MCTS Planning Framework for Controllable LLM Dialogue AgentsChatSOP 把企业式标准操作流程引入 LLM 对话智能体，先离线预测 SOP 图，再在对话中用 SOP-guided MCTS 规划下一步动作。论文同时构建 SOP 标注多场景对话数据集，并展示该方法在动作准确率、主动性、可控性和任务完成方面优于 CoT 与 CoT+SOP 基线。打开资源
开源项目Agent 架构Claude Code 源码解析（04）Coordinator：主控 Agent 如何编排 Subagent这篇源码解析基于本地 Claude Code 源码，拆解 coordinator mode 如何把主 agent 变成编排者：什么时候启动 worker，worker 能看到什么上下文，AgentTool 如何把子 agent 写入 task state 和 transcript，SendMessage / TaskStop / TaskOutput 如何继续、停止和召回 worker 输出，以及默认异步编排和可选 fork/worktree/remote 隔离的边界。打开资源
论文Agent 架构Flow: Modularized Agentic Workflow AutomationFlow 将多智能体任务执行流程表示为 Activity-on-Vertex 图，用并行度和依赖复杂度筛选初始 workflow，并在执行过程中根据子任务状态、历史数据和失败信号动态更新任务图。论文强调模块化设计，让子任务尽量并行且降低依赖集中度，从而提升效率、容错性和可维护性；在 Gobang 游戏开发、LaTeX Beamer 写作和网站设计任务中，Flow 相比 AutoGen、CAMEL、MetaGPT 获得更高成功率和人工评分。打开资源
论文Skill 自进化AutoSkill: Experience-Driven Lifelong Learning via Skill Self-EvolutionAutoSkill 提出一种面向 LLM Agent 的经验驱动终身学习框架：系统不再只把跨会话偏好保存为原始记忆，而是从对话与交互轨迹中抽取可复用行为，沉淀为标准化、可编辑、可版本化的 SKILL.md 工件。AutoSkill 覆盖技能抽取、结构化表示、混合检索、推理时注入、实时演化、版本合并和存储部署等完整生命周期，使 Agent 能在不重训底座模型的情况下持续积累用户偏好、写作风格、工具流程和领域操作规范。论文还基于 WildChat-1M 构建四个 SkillBank 子集，展示从真实中英文对话中抽取 1858 个技能的规模、类别分布、标签分布和版本演化案例。打开资源
论文记忆系统Inside Out: Evolving User-Centric Core Memory Trees for Long-Term Personalized Dialogue Systems这篇论文研究长期个性化对话系统中的记忆演化问题。作者提出 Inside Out 框架，用一个全局维护的 PersonaTree 作为长期用户画像载体：树干由生物-心理-社会模型约束，枝叶通过 ADD、UPDATE、DELETE、NO_OP 等原子操作随对话动态演化。为了让小模型也能维护记忆，论文用 28k 指令数据训练 MemListener，并通过过程奖励强化学习让它生成结构化、可执行、可解释的树操作。推理阶段，系统在低延迟场景直接读取 PersonaTree；遇到长尾细节需求时，再触发 agentic recall 进行查询扩展、并行检索和融合生成。实验显示，PersonaTree 在 PersonaMem 上跨三种响应模型稳定超过全文拼接和 LangMem、Mem0、A-Mem、MemoryOS 等记忆系统；训练后的 Qwen 系列小模型在记忆操作决策上能接近甚至超过强推理模型，同时把平均记忆上下文压缩到约 2.2K 到 2.6K tokens。打开资源
