Paper Library

论文库

按主题机制浏览 Agent 论文讲解、图示、公式与代码直觉。

论文Skill 自进化 · 2026

AutoSkill: Experience-Driven Lifelong Learning via Skill Self-Evolution

AutoSkill 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。

AutoSkillSkill 自进化终身学习个性化 AgentSKILL.md经验沉淀技能检索

论文记忆系统 · 2026

From Facts to Insights: A Persona-Driven Dual Memory Framework and Dataset for Role-Playing Agents

这篇论文指出，角色扮演 agent 的长期记忆不能只保存中性的事实摘要；高保真人设对话需要把分散事实解释成人设视角下的 insight。作者提出 RoleMemo 数据集，覆盖 2052 个 persona、1702 个话题、最长 256k token 对话历史和 20244 个查询，任务要求 agent 跨会话整合事实并做 persona-driven interpretation。基于 RoleMemo，论文提出 DualMem：把记忆解耦为 factual cognition 和 insight cognition，两者共同存入统一 memory bank，并通过 SFT 与多轮轨迹 RL 训练 4B 记忆构建模型。实验显示 DualMem-RL 在 Fact Recall@10、Insight Recall@10 和角色扮演质量上均超过 persona-agnostic memory baselines，并在 32k 到 256k 上下文长度下保持更稳定表现。

RoleMemoDualMem角色扮演 AgentPersona Memory长期记忆Insight CognitionSFTRL

论文记忆系统 · 2026

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。

PersonaTreeMemListener长期个性化对话用户画像过程奖励DAPO结构化记忆自适应召回

论文记忆系统 · 2026

MAGMA: A Multi-Graph based Agentic Memory Architecture for AI Agents

MAGMA 面向长期交互中的 agent 记忆问题，指出很多 Memory-Augmented Generation 系统仍把记忆放在扁平向量库或单一叙事结构中，导致语义、时间、因果和实体关系纠缠在一起。论文提出一个多图记忆架构：每个事件节点同时进入语义图、时间图、因果图和实体图，查询时由意图感知路由器选择相关关系视图，再通过自适应启发式 beam search 遍历图结构并线性化为可追溯上下文。系统还用双流写入机制把低延迟事件摄入和异步结构巩固拆开。实验显示 MAGMA 在 LoCoMo 的 LLM-as-a-Judge 总分达到 0.700，在 LongMemEval 平均准确率达到 61.2%，并以 1.47 秒平均查询延迟优于 A-MEM、MemoryOS 和 Nemori 等记忆基线。

Agentic MemoryMemory-Augmented Generation多图记忆图遍历检索长期上下文LoCoMoLongMemEval

论文Skill 自进化 · 2026

SkillRouter: Skill Routing for LLM Agents at Scale

SkillRouter 研究大规模 skill 注册表中的上游路由问题：当 Agent 只能看到少量候选 skill 时，系统必须先从约 8 万个高度重叠的 skill 中找出真正相关的条目。论文发现，只使用 name+description 会让 BM25、embedding 检索和 rerank pipeline 的路由准确率下降 31 到 44 个百分点，说明完整 skill body 是关键召回信号。基于这一发现，作者提出 0.6B bi-encoder + 0.6B cross-encoder reranker 的全正文 retrieve-and-rerank pipeline，并通过假负例过滤、困难负样本挖掘和 listwise reranking loss，在核心 benchmark 上达到 74.0% Hit@1，同时比最强 16B base pipeline 参数少 13 倍、延迟低 5.8 倍。

SkillRouterskill 召回skill routingretrieve-and-rerankrerankerSkillsBench

论文工具使用 · 2026

VideoSeek: Long-Horizon Video Agent with Tool-Guided Seeking

VideoSeek 将视频问答视为一个长程 think-act-observe 过程：模型不再密集解析整段视频，而是借助 overview、skim、focus 三类工具沿着视频逻辑流主动寻找与答案相关的证据。论文在 LVBench、Video-MME、LongVideoBench 和 Video-Holmes 上显示，该方法能在显著减少帧数的同时提升或保持准确率。

视频智能体工具调用长视频理解ReAct证据搜索

论文Agent 架构 · 2025

AFlow: Automating Agentic Workflow Generation

AFlow 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%。

AFlowMCTSworkflow 自动化agentic workflow成本性能

论文记忆系统 · 2025

AgentFold: Long-Horizon Web Agents with Proactive Context Management

AgentFold 面向长程网页信息检索任务，提出让 agent 主动管理上下文的 context folding 范式。它把上下文划分为用户问题、工具、多尺度状态摘要和最近交互，并让模型每步同时输出思考、折叠指令、解释和工具调用。折叠操作既可以做细粒度压缩以保留关键细节，也可以做深度合并来抽象整段失败或完成的子任务。实验显示，基于 Qwen3-30B-A3B 监督微调得到的 AgentFold-30B-A3B 在 BrowseComp、BrowseComp-ZH、WideSearch 和 GAIA 上达到强开源结果，并显著控制长程交互中的 token 和上下文块增长。

AgentFold网页智能体上下文折叠长程任务主动记忆管理

论文演化与自我改进 · 2025

Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models

ACE 将大模型应用中的上下文视为可持续演化的 playbook，而不是一次性写好的静态提示。它通过 Generator 产生执行轨迹，Reflector 从成功和失败中提取可复用经验，Curator 再以增量 delta 更新方式把经验合并进结构化上下文，从而缓解简短偏置和上下文坍缩。实验显示，ACE 在 AppWorld 智能体任务、金融分析、医疗推理和文本到 SQL 等场景中持续提升表现，并在适应延迟、rollout 数和部分 token 成本上优于 GEPA 与动态备忘录等强基线。

Agentic Context Engineering上下文演化自我改进 Agent执行反馈长期记忆

论文Agent 架构 · 2025

Flow: Modularized Agentic Workflow Automation

Flow 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。

FlowAOV 图模块化 workflow动态工作流更新多智能体协作并行执行

论文Agent 架构 · 2025

Magma: A Foundation Model for Multimodal AI Agents

Magma 是面向数字界面和物理机器人两类场景的多模态 Agent 基座模型。论文用 Set-of-Mark 把可操作视觉对象标成离散编号，用 Trace-of-Mark 把视频和机器人轨迹中的未来运动变成可预测的轨迹监督，从而把图像、视频、UI 与机器人数据统一到语言化的动作预测接口中。实验显示，Magma 在 UI 导航、机器人操作、空间推理、图像理解和视频问答上同时保持较强能力，核心结论是 SoM 与 ToM 能把异构多模态数据转化为可迁移的空间-时间智能训练信号。

Magma多模态 AgentVLASet-of-MarkTrace-of-Mark机器人操作UI 导航

论文Agent 架构 · 2024

AgentSquare: Automatic LLM Agent Search in Modular Design Space

AgentSquare 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。

AgentSquareMoLAS模块化 Agent自动架构搜索性能预测器

论文Agent 架构 · 2024

ChatSOP: An SOP-Guided MCTS Planning Framework for Controllable LLM Dialogue Agents

ChatSOP 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。

ChatSOPSOPMCTS可控对话任务型对话