Agent 研究论文与资料索引¶
本页由统一论文规格生成的 docs/research-manifest.json 构建；元数据维护入口是
打包的 paper.yaml 和按领域保存的 catalog 规格，不直接编辑生成产物。
背景、架构、公式、原文效果和本地实验请进入独立详情页。
论文实现与研究资料¶
| 方向 | 方法 | 一作机构与日期 | 原作者代码 | 本地入口 |
|---|---|---|---|---|
| Harness 与自我改进 | Strategist: Evolving Reasoning with Agents | Princeton University，2026-11-02 | 原作者入口；作者官方仓库公开search、blueprint、retrieval、paired_pick和空初始库；已只读核对默认hidden_best与two_percent规则，未执行上游完整搜索 | strategist：仅低成本组件，完整实验不复现 |
| 统一评测与可靠性 | AgentHeal: Evaluating Goal-Preserving Resource Recovery of Web Agents under Access Barriers | University of Science and Technology of China，2026-10-29 | 原作者入口；论文链接的作者官方代码与数据仓库公开；已核对agentheal、dataset、dataset_real、scripts与tests目录，未执行上游全部模型评测 | agentheal：仅低成本组件，完整实验不复现 |
| Agent记忆 | Remembering Is Not Enough: Refining Memories and Learning When to Use Them in Multi-Agent Systems | East China Normal University，2026-10-27 | 原作者入口；原作者代码已公开；2026-10-29核验HEAD 0d59f5fce155cbf5c695ada7f040c1d283e43ada与MIT许可。本地依据论文独立实现数值与版本规则，不复制上游数据或运行LLM。 | discernmem：仅低成本组件，完整实验不复现 |
| Agent自我进化 | When the Critic Falls Behind: Co-Evolving Rubrics and Harnesses for Continual Agent Self-Improvement | Harbin Institute of Technology，2026-10-27 | 未发现官方代码 | ruharness：仅低成本组件，完整实验不复现 |
| 自进化与工作流 | Where Should the Evaluation Budget Go in LLM-Driven Agent Scaffold Evolution? | The University of Hong Kong，2026-10-27 | 未发现官方代码 | evalalloc：仅低成本组件，完整实验不复现 |
| 自进化与工作流 | EMMA: Structured Episodic Memory for Multi-Agent Workflow Synthesis | University of California San Diego，2026-10-25 | 未发现官方代码 | emma：仅低成本组件，完整实验不复现 |
| Agentic OPD / rollout budgeting | Frontier-OPD: Discovering the Edge of Agent Capability and Teaching Agents to Go Beyond | Tsinghua University，2026-10-23 | 原作者入口；原文声明仓库，但2026-10-26 git ls-remote返回Repository not found，raw LICENSE404；无法核验公开源码，不声明已确认开源 | frontier-opd：仅低成本组件，完整实验不复现 |
| Agent评测与自进化 | HarnessMM: Recursive Self-Improvement for Harness Token Efficiency | Tsinghua University，2026-10-23 | 未发现官方代码 | 计划键 harnessmm：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| Agent评测与自进化 | ImageRSI: Verification-Driven Recursive Self-Improvement for Agentic Image Generation | University of Science and Technology of China，2026-10-23 | 未发现官方代码 | 计划键 image-rsi：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| Agent评测与自进化 | RSI-Opt: Recursive Self-Improvement Optimizer Agents For Model Training | Purdue University，2026-10-23 | 未发现官方代码 | 计划键 rsi-opt：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| Agent 训练与策略优化 | Asymmetric On-Policy Distillation Learns In-Context Exploration | University of Washington，2026-10-21 | 原作者入口；原作者源码可见；固定95eee5ee66488af3aaa0aa55a09ae163b1ca3778未找到LICENSE/COPYING，未确认开放许可。本地根据论文独立实现，不复制作者源码 | asteroid：仅低成本组件，完整实验不复现 |
| 公开评测协议 | PLE: Physical-Engineering's Last Exam | Google Cloud AI Research，2026-10-21 | 原作者入口；官方代码已公开；固定70ed96281d87380926a0d7c08e21799fd5edee63为10月23日最终29dev/56hidden协议发布。仅离线配置/产物/外部评分协议，不执行作者runner、容器或模型。 | physical-engineering-exam：仅低成本组件，完整实验不复现 |
| Agent运行时 | Cache Engineering for Agents | Tsinghua University，2026-10-20 | 原作者入口；作者正文链接的官方AKV实现已核验；本轮不安装或运行完整serving系统。 | 计划键 cache-engineering：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 自我进化 | Evolving Agent Interfaces | University of California, Santa Barbara，2026-10-20 | 原作者入口；官方开源，Apache-2.0；固定核对58187e364e3024076540892f5f69d1efc218b74f，主要对照tournament.py、scoring.py及operators/。 | agent-s4：仅低成本组件，完整实验不复现 |
| 自我进化 | Object-Oriented Harness: Evolving Agent Harnesses through Object-Oriented Design | University of Illinois Urbana-Champaign，2026-10-20 | 未发现官方代码 | oo-harness：仅低成本组件，完整实验不复现 |
| 记忆与长期交互 | Remembering Has a Price: Learning Memory Worth under Resource Constraints | Nanjing University，2026-10-19 | 原作者入口；官方仓库已有tokenworth_core及三类环境实现；未据此声称本地执行了官方Agent评测 | tokenworth：仅低成本组件，完整实验不复现 |
| 记忆与长期交互 | MemPrice: Online Memory Allocation via Adaptive Pricing for Long-Horizon Agents | Hong Kong University of Science and Technology，2026-10-18 | 原作者入口；论文提供匿名开源地址，但2026-10-20无法访问核验内容；不声称已核实完整官方实现 | memprice：仅低成本组件，完整实验不复现 |
| 科学研究与实验闭环 | Aptamers as a sandbox for lab-in-the-loop agentic molecular discovery | Google Research，2026-10-17 | 未发现官方代码 | 计划键 aptamer-lab-loop：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 检索与工具 | Learning to Program Retrievals: Composing Search Primitives via Reinforcement Learning | KAIST AI / Meta Superintelligence Labs，2026-10-17 | 原作者入口；2026-10-29补核Meta官方公开仓库，固定992fda1f5f0eb01a8fb70202ff8f7a65aed48465；源码发布更新而非新论文，不复制到本地或升级既有L1证据 | rpl：仅低成本组件，完整实验不复现 |
| 规划、推理与工具使用 | SCOPE: Selective Certification of Program Edits for Embodied Heuristic Learning | Peking University，2026-10-16 | 原作者入口；官方仓库已有scope源码、脚本与Apache-2.0许可；单任务示例不等于全部论文实验可一键复现 | scope-replay：仅低成本组件，完整实验不复现 |
| 多Agent协作 | World of SWECraft: Agent Collaboration at Scale via Simulated Software Worlds | Massachusetts Institute of Technology，2026-10-16 | 未发现官方代码 | 计划键 world-of-swecraft：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 多 Agent 协作 | A team of Gemini 4 Argon agents beats Minecraft | Google DeepMind，2026-10-15 | 未发现官方代码 | 计划键 gemini-minecraft：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 公共评测与协议 | AgentPerturb: Evaluating LLM Agent Robustness under Controlled Interaction Perturbations | The Hong Kong University of Science and Technology (Guangzhou)，2026-10-15 | 原作者入口；论文提供官方地址，但2026-10-19核对该仓库仍为空；方法代码与数据尚未发布 | agent-perturb：CPU 评测接口，不执行模型 |
| 递归自改进 | Athanor: An Agent-Native System for Autonomous Post-Training Research | ByteDance / Duke University，2026-10-15 | 未发现官方代码 | 计划键 athanor：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 递归自改进 | AutoSFT: An Agentic System for Automated Data Research in Supervised Fine-Tuning | Tsinghua University，2026-10-15 | 原作者入口；官方仓库目前仅README，写明Source code coming soon；未发布算法源码 | 计划键 auto-sft：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 专家模型编排 | Disagreement-Guided Weak-to-Strong Routing | University of Pennsylvania，2026-10-15 | 原作者入口；未发布可运行实现；官方仓库仅README，Code coming soon；未见可核验实现许可证 | disagreement-routing：仅低成本组件，完整实验不复现 |
| 工具使用与可靠性 | Diviner: Agentic RCA with Human-Governed Adaptation for Large-Scale Infrastructure | Meta，2026-10-15 | 未发现官方代码 | diviner：仅低成本组件，完整实验不复现 |
| 公共评测与协议 | GACC-Bench: Benchmarking Goal-Adaptive Context Compression Ability across Large Language Models | Fudan University，2026-10-15 | 原作者入口；官方代码/数据入口可读；本轮未确认完整复用许可证，保留各来源数据许可 | gacc-bench：CPU 评测接口，不执行模型 |
| 公共评测与协议 | Harness-Delta Attribution: Dissecting Gains From Harness Evolution | Amazon，2026-10-15 | 原作者入口；已核官方仓库包含HDA_SKILL、paired-bootstrap源码、框架实现与benchmark工件，不是占位地址 | harness-decomposition：CPU 评测接口，不执行模型 |
| 长期记忆 | Hy-Memory-30B-A3B: Attributed Reinforcement Learning for Long-Term Memory Writing | Tencent Hunyuan，2026-10-15 | 原作者入口；已找到框架仓库和模型入口；不能据此断言完整训练流水线均已公开 | 计划键 hy-memory：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 工具使用与可靠性 | JevAgentHarness: Benchmarking, Deploying and Training Decision Models That Share Control with LLMs | University of Illinois Urbana-Champaign，2026-10-15 | 原作者入口；作者公开仓库可读；本轮未核实完整复用许可证，保留上游独立许可边界 | jev-agent-harness：仅低成本组件，完整实验不复现 |
| 专家模型编排 | LEASH: Uncertainty-Aware Weak-to-Strong Escalation and Oversight for Computer-Use Agents | Simular，2026-10-15 | 未找到作者发布的方法代码仓库；许可证未确认 | leash：仅低成本组件，完整实验不复现 |
| 公共评测与协议 | Librarian Agents: Training LLMs to Curate Long-Context Workspaces that Anticipate Future Queries | Stanford University，2026-10-15 | 已开源 | librarian-agents：CPU 评测接口，不执行模型 |
| 记忆与长期交互 | MemoProAgent: Toward Memory-Driven Proactive Assistance | Michigan State University，2026-10-15 | 原作者入口；2026-10-22核对Meta官方作者仓库：MemoProAgent已公开GPM推理/评测harness及GRPO reward/launcher入口；固定commit 8563e58d3106c8e0b3108bff64c04d00e1c8f095。相对先前核对5bf57aed仅机构banner、README图片及合规测试更新，无算法或数据实质新释放。CC-BY-NC-4.0非商用源码许可，非OSI开源许可；eval800历史数据按作者README仍需private资源授权，Ego4D视频另行授权；无完整论文训练数据、后训练checkpoint或完整结果配方。v2首页已直接列出仓库与数据链接，不再仅依v1的将来发布承诺交叉归属。此次不运行、移植或重新验收作者代码。 | proper-agent：仅低成本组件，完整实验不复现 |
| 长期记忆 | MemScope: Evolving Agent Memory Architectures through Localized Code Repair | Institute of Computing Technology, Chinese Academy of Sciences / University of Chinese Academy of Sciences，2026-10-15 | 未发现官方代码 | memscope：仅低成本组件，完整实验不复现 |
| 公共评测与协议 | PROBE: Learning to Audit Policy Compliance in Tool-Using LLM Agents | Mohamed bin Zayed University of Artificial Intelligence，2026-10-15 | 原作者入口；作者实现公开可读；本轮未确认可复用许可证，本地独立实现不复制上游代码 | probe：仅低成本组件，完整实验不复现 |
| 规划与搜索 | Repairing LLM-Generated Specifications with Deterministic Diagnosis | University of Oxford，2026-10-15 | 未发现官方代码 | drago：仅低成本组件，完整实验不复现 |
| RSI | RSIFlow: Adaptive Self-Improvement Workflows with an Evolving Meta-Agent | Beihang University，2026-10-15 | 原作者入口；MIT；发布的是skill-memory variant，Meta可执行程序固定 | rsiflow：仅低成本组件，完整实验不复现 |
| 公共评测与协议 | SciPIvot: Benchmarking Principal-Investigator Judgment at Pivotal Moments of Scientific AutoResearch Agents | University of Maryland, College Park / The Chinese University of Hong Kong（PDF上标已核），2026-10-15 | 已开源 | scipivot：CPU 评测接口，不执行模型 |
| 公共评测与协议 | Shortcut Sensitivity in Agent-Safety Evaluations | Kontext，2026-10-15 | 原作者入口；作者未授予独立复用许可证；仅研究artifact公开可读，不等于标准许可开源 | shortcut-sensitivity：仅低成本组件，完整实验不复现 |
| 工具使用与路由 | SSR: Structural Signal Retriever for Scalable Agent Discovery in LLM-Orchestrated Multi-Agent Systems | State University of Campinas，2026-10-15 | 原作者入口；原作者公开仓库，未见代码许可证；本地只依据论文独立实现，不复制上游代码 | structural-signal-retriever：仅低成本组件，完整实验不复现 |
| RSI | Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine | Tencent Hy Frontier / National University of Singapore，2026-10-15 | 未发布；作者项目页标注Code soon / Model soon，未核验方法代码或许可证 | terminal-rsi：仅低成本组件，完整实验不复现 |
| 公共评测与协议 | ToolBottleneckBench: Measuring Tool-Agent Performance under Controlled Pressures and Fixed Harness Budgets | University of Osaka，2026-10-15 | 已开源 | tool-bottleneck-bench：CPU 评测接口，不执行模型 |
| tool-retrieval | TRACER: Trajectory-Aware Tool Retrieval for LLM Agents | Microsoft，2026-10-15 | 未发布（论文附录A.13明确We release no artifacts here）；未发现原作者方法代码仓库 | tracer：仅低成本组件，完整实验不复现 |
| 公共评测与协议 | AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks | Hong Kong Baptist University，2026-10-14 | 原作者入口；官方仓库已提供 alphadiana 框架、配置、脚本与许可证；不是占位仓库 | alpha-diana：CPU 评测接口，不执行模型 |
| 多Agent协作 | ARIA: Runtime Inspection and Amendment for Multi-Agent Systems | Florida State University，2026-10-14 | 原作者入口；MIT；训练与serving要求CUDA，原生框架/benchmark另有环境和授权条件 | aria：仅低成本组件，完整实验不复现 |
| 公共评测与协议 | Evolving Together, Failing Apart: The Skill-Policy Co-evolution Trap in Self-Improving Agents | Alibaba Token Hub, Alibaba Group，2026-10-14 | 未发现官方代码 | coda：CPU 评测接口，不执行模型 |
| Agent记忆与上下文 | Maximising Transparency in Context Compaction Improves Retention of Facts and Commitments for Lightweight Coding Agents | Hokkaido University，2026-10-14 | 已开源 | transparent-compact：仅低成本组件，完整实验不复现 |
| 可验证能力组合 | Recursive Formation and First-Class Reuse of Compositional Capabilities | not listed in paper，2026-10-14 | 已开源 | formcraft：仅低成本组件，完整实验不复现 |
| RSI | The World Won't Wait: Evaluating and Teaching Agents Under a Live Clock | Peking University / Samsung Research，2026-10-14 | 未发现官方代码 | torsi：CPU 评测接口，不执行模型 |
| 公共评测与协议 | What Coding Agents Leave Unsaid: Measuring Task-State Gaps Between Execution and Reports | Tencent，2026-10-14 | 已开源 | ctxgap：CPU 评测接口，不执行模型 |
| 公共评测与协议 | CLASHarness: Benchmarking Multi-Agent Conflict in Computer Use via a Controllable and Verifiable Generation Pipeline | Google / Emory University（共同署名），2026-10-13 | 已开源 | clasharness：CPU 评测接口，不执行模型 |
| agentic-rl | RSIPO: Recursive Self-Improving Policy Optimization for Agentic Reinforcement Learning via Skill-Policy Co-Evolution | Chinese University of Hong Kong，2026-10-11 | 已开源 | 计划键 rsipo：成本过高，暂不复现；待验收，未注册可执行入口。 |
| 自进化与经验复用 | Harmony Harness: Multi-Objective Self-Evolution of Agent Harnesses | Google Cloud AI Research / Carnegie Mellon University，2026-10-10 | 未发现官方代码 | 计划键 harmony-harness：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| memory-retrieval | Beyond the Final Embedding: Retrieving Memories from Token-Level Evidence | Southeast University，2026-10-09 | 未发现官方代码 | beyond-final-embedding |
| agent-evolution | Evo2: Evolving the Evolver through Weight-Harness Co-Evolution | University of Illinois Urbana-Champaign / Google DeepMind，2026-10-09 | 未发现官方代码 | evo2 |
| 规划、搜索与反思 | Harness²: Recursive Agent Harnessing for an Open World | Northwestern University，2026-10-09 | 原作者入口；Google Research官方Apache-2.0源码；已固定1cfe254e8d25b15f37048c3730134686abe60335并核对recursion、selection、library与demo，非Google正式支持产品 | harness2：仅低成本组件，完整实验不复现 |
| autonomous-research | Janus: Enhancing Long-Horizon Autonomous Research with Co-Evolving World Models | Institute of Computing Technology, Chinese Academy of Sciences，2026-10-09 | 未发现官方代码 | janus |
| memory-retrieval | NEAR: Neighborhood-Aware Residuals for Memory Retrieval | Southeast University，2026-10-09 | 未发现官方代码 | near |
| tool-retrieval | RATED: Reliability-Aware AI Agent Tool Retrieval via Execution Dynamics | Texas Tech University，2026-10-09 | 已开源 | rated |
| recursive-self-improvement | RSI-Anything: Unlocking Recursive Self-Improvement with World Models | PhAI Labs / The Chinese University of Hong Kong，2026-10-09 | 已开源 | rsi-anything |
| long-term-memory | Test-Time Memory Construction | Northeastern University，2026-10-09 | 已开源 | t2mem |
| agent-evaluation | When Faster Decisions Do Not Make Better Agents: An Empirical Study of Jev in Agent Workflows | Nanjing University，2026-10-09 | 未发现官方代码 | jev-workflow |
| 程序进化 | EvoAlloc: A Self-Evolving Resource Allocation Agent for Efficient Program Evolution | King Abdullah University of Science and Technology，2026-10-08 | 未发现官方代码 | evoalloc |
| 世界模型 | Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks | University College London，2026-10-08 | 未发现官方代码 | memento3 |
| Agent 安全 | One Word Opens the Gate: The Option-Channel Attack on Typed Decision Models as Agent Guardrails | University of Southern California，2026-10-08 | 已开源 | option-channel-attack |
| Agent 安全 | OnTrack: Real-Time Monitoring and Intervention in LLM Agent Trajectories via Streaming Structure-Aware Optimal Transport | Cribl AI，2026-10-08 | 未发现官方代码 | ontrack |
| 递归自改进 | Recursive Self-Improvement through Multi-Agent Self-Supervision | UC Berkeley，2026-10-08 | 已开源 | mass |
| 长期记忆 | Use and Disuse: Intent-Structured Experience Consolidation for Memory and Learning in LLM Agents | Institute of Information Engineering, Chinese Academy of Sciences，2026-10-08 | 未发现官方代码 | hippocam |
| Agentic RL | When Should Agents Think? Adaptive Reasoning via Cross-Turn Estimation | Renmin University of China，2026-10-08 | 已开源 | race |
| Agent 安全 | SpecGuard: Proving a Task Is Broken Before the Agent Cheats | MATS，2026-10-06 | 原作者入口；作者Apache-2.0源码；固定15820b5018296f4b131b39788180b6ab370d9cfb。MATS一作、Google DeepMind合作者，不归作Google一作 | specguard：仅低成本组件，完整实验不复现 |
| Agentic RL | AdaStep: Adaptive Step Credit Weighting for Agentic Reinforcement Learning | Tsinghua University，2026-10-02 | 未发现官方代码 | adastep |
| Agentic RL | Credit Where It Matters: Dependency-Aware Policy Optimization for Terminal Agents | Southeast University，2026-10-02 | 未发现官方代码 | depgpo |
| 程序进化 | FrugalEvo: Towards Cost-Aware LLM-Guided Program Evolution | National University of Singapore，2026-10-02 | 已开源 | frugalevo |
| 自进化与经验复用 | SEER: Self-Evolving Event Reasoning and Retrieval for Time Series Forecasting | Google Cloud AI Research / University of Virginia，2026-10-02 | 原作者入口；作者仓库存在，所读根目录仅 README、assets、paper 和 citation，未确认可执行核心代码 | 计划键 seer-forecasting：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 失败恢复 | Sentry: Learning to Recover from LLM Agent Failures at Test Time | Stanford University，2026-10-02 | 未发现官方代码 | sentry |
| Harness 优化 | ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization | POSTECH，2026-10-01 | 已开源 | active-saddler |
| Coding Agent | AutoCompact: Learning When to Compact Context in Long-Horizon Coding Agents | 原文首页未列第一作者机构，2026-10-01 | 未发现官方代码 | autocompact |
| 长程 Agent | Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States | 原文首页未列第一作者机构，2026-10-01 | 未发现官方代码 | belief-state-pos |
| 因果检索干预 | Causal Memory Policy: Making Memory Utility Identifiable by Intervening on Retrieval | Illinois Institute of Technology，2026-10-01 | 已开源 | causal-memory-policy |
| 模拟前瞻与动作选择 | Code Owns the Simulation, Jev Owns the Evaluation | The Chinese University of Hong Kong，2026-10-01 | 未发现官方代码 | jev-lookahead |
| 失败归因 | DeFA: Dependency-Guided Failure Attribution for LLM Agents | Qwen DianJin Team, Alibaba Cloud Computing，2026-10-01 | 未发现官方代码 | defa |
| 工作流进化 | It Takes Workflows to Evolve Better Workflows | William & Mary，2026-10-01 | 未发现官方代码 | flowright |
| Agent 记忆 | Mem++: Non-Destructive Memory for Long-Term Organizational LLM Agents | The University of Texas at Austin，2026-10-01 | 已开源 | mem-plus-plus |
| 本地 Agent 运行框架 | Mingbird: A Local-First Agent Harness Enabling Small Open Models to Complete Real Tasks | University of Science and Technology Beijing，2026-10-01 | 已开源 | mingbird |
| Agent 安全 | PACE: Provenance-Aware Capability Enforcement for Tool-Using LLM Agents | 原文首页未列第一作者机构，2026-10-01 | 未发现官方代码 | pace-capability |
| RSI 安全 | Safety Must Survive Self-Improvement: Why Failures Persist and How Agents Recover | 原文首页未列第一作者机构，2026-10-01 | 未发现官方代码 | safe-self-improvement |
| Agent 验证 | VeriHarness: Scaling Agentic Verification for Long-Horizon Tasks | Google Cloud AI Research，2026-10-01 | 未发现官方代码 | veriharness |
| Jev | JevSpawn: Adaptive Agentic Inference through Compositional Action Spaces | 原文首页未列第一作者机构，2026-09-30 | 未发现官方代码 | jev-spawn |
| Agent 记忆 | MemFit: Efficient Long-Term Agentic Memory | 原文首页未列第一作者机构，2026-09-30 | 未发现官方代码 | memfit |
| RSI | Self-Evolving Coding Rules for AI Coding Agents | 原文首页未列第一作者机构，2026-09-30 | 未发现官方代码 | rule-evolve |
| 上下文管理 | Context Language Models | University of Washington / Meta Superintelligence Labs，2026-09-29 | 已开源 | context-lm |
| Harness 设计 | Learning Meta-Skills for Agent Harness Design in Test-Time AI4AI | Apodex / University of Illinois Urbana-Champaign，2026-09-29 | 已开源 | meta-skills |
| Harness 优化 | Mixture of Self-Improving Branches for Agent Harness Optimization | 原文首页未列机构，2026-09-29 | 未发现官方代码 | branch-mixture |
| 长期记忆 | ReMem: Rethinking Perception and Memory in Long-Context Recommendation Agents | The Hong Kong Polytechnic University，2026-09-29 | 已开源 | remem |
| Agent 推理 | Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning | Meta Superintelligence Labs，2026-09-29 | 未发现官方代码 | meta-reasoning |
| Agent 记忆 | UpliftMem: Learning Set-Level Uplift for Agent Memory Retrieval | Beihang University，2026-09-29 | 未发现官方代码 | upliftmem |
| Agent 评测 | UserProxyBench: Evaluating LLM User Simulators for Agent Benchmarks and Training | 原文未列机构，2026-09-29 | 未发现官方代码 | user-proxy-bench |
| RSI | Video-RSI: Recursive Self-Improvement of Video Understanding Agents via Harness Evolution | Tsinghua University，2026-09-29 | 已开源 | video-rsi |
| Agent 评测 | Certified Selective Automation of LLM Agent Evaluation | Independent Researcher，2026-09-28 | 未发现官方代码 | certified-selective-eval |
| 上下文管理 | Continuous Context Management | University of Miami，2026-09-28 | 未发现官方代码 | ccm |
| Agent RL | Dr.Credit: Rubric-Grounded Process Credit Assignment for Deep Research Agents | University of Chinese Academy of Sciences，2026-09-28 | 未发现官方代码 | dr-credit |
| Agentic RL | GraphHCA: Closed-Form Hindsight Credit Assignment for Long-Horizon LLM Agents | Beihang University，2026-09-28 | 未发现官方代码 | graphhca |
| Harness 学习 | Harness Learning Enables Generalizable Test-Time Adaptation | Johns Hopkins University，2026-09-28 | 未发现官方代码 | harness-learning |
| 长期记忆 | Mnemon: Raw Records, Fast Judgments, Slow Thoughts | 原文未列机构，2026-09-28 | 未发现官方代码 | mnemon |
| 规划 | SAGE: Symbolic Action-Gating and Editing for LLM Task Planners | 原文首页未列机构，2026-09-28 | 已开源 | sage-planner |
| 研究自动化 | Advancing Model Research in AgentX: Long-Horizon Autonomy for Industrial Recommender Systems | Kuaishou，2026-09-24 | 未发现官方代码 | agentx-model-replay |
| 编程 Agent | An Empirical Study of Harness Design for Coding Agents | University of Massachusetts Amherst，2026-09-17 | 未发现官方代码 | harness-design-study |
| 多 Agent | CERA-MoA: Co-Evolving Router and Agents for Mixture-of-Agents | IIIS, Tsinghua University，2026-09-16 | 未发现官方代码 | cera-moa |
| 轨迹精炼 | Dependency-Aware Trajectory Refinement for Efficient Multi-Turn Agent Fine-Tuning | ShanghaiTech University，2026-09-16 | 已开源 | dependency-refinement |
| 长期记忆 | Interactive Memory Learning for Long-Term Conversations | Harbin Institute of Technology, Shenzhen / Pengcheng Laboratory，2026-09-15 | 未发现官方代码 | interactive-memory |
| GUI Agent | Reflect, Revise, Reuse: Training-Free Skill Evolution for GUI Agents | Zhejiang University，2026-09-15 | 已开源 | evoskill-gui |
| 编程 Agent | RepoAtlas: Guiding Coding Agents via Evolving Multimodal Repository Views | Beihang University，2026-09-15 | 未发现官方代码 | repoatlas |
| 科学 Agent | ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific Agents | Gen-Verse research collaboration，2026-09-15 | 已开源 | sciencebuddy |
| Agent 评测 | Verifiable Social Reasoning for LLM Assistants | Google Research / Hebrew University of Jerusalem / University of Cambridge，2026-09-15 | 未发现官方代码 | fuse-evaluator |
| Agent RL | HarnessBandit: Joint Learnability-Transferability Scheduling for Multi-Harness Agentic Reinforcement Learning | Harbin Institute of Technology / Alibaba Cloud，2026-09-12 | 未发现官方代码 | harness-bandit |
| 代码 Agent | Beyond Vector Similarity: Hierarchical Context-Aware Graph RAG vs Standard RAG in Enterprise Code Migration | Google Cloud，2026-09-11 | 未发现官方代码 | hcrg：仅低成本组件，完整实验不复现 |
| 技能进化 | COBRA-Skills: Contextual Bandit-Guided Evolution for Agent Skill Optimization | The Chinese University of Hong Kong, Shenzhen，2026-09-10 | 已开源 | cobra-skills |
| Harness 自进化 | Ecdysis: Efficient and Effective Training of Runtime Harnesses for LLM Agents | Chengdu Institute of Computer Applications, Chinese Academy of Sciences，2026-09-10 | 已开源 | ecdysis |
| 持久化优化规划 | MAPLE: Memory-Augmented Planning with Language and Evolution | Harbin Institute of Technology, Shenzhen，2026-09-10 | 已开源 | maple |
| Agent 记忆 | Grounding Agent Memory: Environment-Probing Curation for Enterprise Agents | Microsoft，2026-09-09 | 未发现官方代码 | grounded-memory |
| 搜索 Agent | SearchAtlas: Analyzing Agentic Search Strategies via Evidential Query Graphs | Duke University，2026-09-09 | 已开源 | searchatlas |
| Agent RL | T1: Terminal Agent Reinforcement Learning for Long-Horizon Tasks | National University of Singapore / Tencent，2026-09-09 | 未发现官方代码 | t1-terminal-rl |
| 技能检索 | When Synthetic Data Hurts: On Catastrophic Forgetting in Skill Retrieval for LLM Agents | Manulife，2026-09-09 | 已开源 | skill-retention |
| 环境反馈脚手架 | Environments as Scaffold: Enriching Feedback to Bootstrap Self-Evolving Agents in Long-Horizon Tasks | Fudan University，2026-09-08 | 已开源 | feedback-scaffold |
| 事件树记忆压缩 | MemForest: Efficient Agent Memory Management via EventTree Partitioning and Progressive Merging | Shanghai Jiao Tong University，2026-09-08 | 已开源 | memforest |
| 自进化程序图 | Procedural Graphs: Self-Evolving Execution Structures for LLM Agents | Google，2026-09-08 | 未发现官方代码 | procedural-graphs |
| Agentic recommendation memory | AtomRec: Evolving Atomic Memory for Agentic Recommendation | Xi'an Jiaotong-Liverpool University，2026-09-04 | 未发现官方代码 | atomrec |
| Hierarchical skill coevolution | CoSkill: Joint Reinforcement Learning of Reasoning and Meta-Skill Agents for Hierarchical Skill Evolution | Institute of Automation, Chinese Academy of Sciences，2026-09-04 | 已开源 | coskill |
| Structure-preserving verifier and reward | SiLR: Structure-Preserving Admission and Process Reward for LLM Tool Agents | Institute of Science Tokyo，2026-09-03 | 未发现官方代码 | silr |
| Multi-harness RL audit | What Does Multi-Harness RL Learn? Credit Assignment and Portability in Coding Agents | New York University，2026-09-03 | 未发现官方代码 | multi-harness-rl |
| skill-retrieval | Imagine Before Acting: Prospective Skill Identification for LLM Agents | Sichuan University，2026-08-28 | 未发现官方代码 | skilldreamer |
| 论文到代码状态子规划 | DeepRepro: State-Aware Subplanning for Paper-to-Code Reproduction in Evolving Repositories | Institute of Computing Technology, Chinese Academy of Sciences，2026-08-27 | 已开源 | deeprepro |
| 红队技能进化 | RedEvoAgent: Automatic Red-Teaming Agent with Experience-Driven Skill Evolution | City University of Hong Kong，2026-08-27 | 未发现官方代码 | redevoagent |
| Agent 技能预训练 | SPT: Skills as Pre-Training Data for Agentic Language Models | Beijing University of Posts and Telecommunications，2026-08-27 | 未发现官方代码 | spt |
| 软件轨迹筛选 | SWE-Prime: Fewer Trajectories, Better Performance | Sun Yat-sen University，2026-08-27 | 未发现官方代码 | swe-prime |
| 行为相关 Harness 验证 | Verify Smarter, Evolve Further: Efficient Harness Evolution through Behavior-Aware Verification | Fudan University，2026-08-27 | 已开源 | harnesslens |
| Agent 数据质量 | What Makes Good Agentic Data? An ACE Lens on Data Generation for LLM Agents | Huawei Technologies Co., Ltd，2026-08-27 | 未发现官方代码 | ace-data |
| 可训练协同记忆 | When Memory Takes Gradients: Collaborative Vector Memory for Agentic Recommender Systems | Shenzhen Technology University，2026-08-27 | 未发现官方代码 | covemem |
| 视频研究自适应工具与反思 | AdaVDR: Adaptive Tool Use and Reflection for Video Deep Research | Accio Team, Alibaba Group，2026-08-26 | 已开源 | adavdr |
| 反事实因果技能图 | CaSKG: Counterfactual-Causal Skill Graphs for Scalable Agent Skill Retrieval | Jilin University / Ant Group，2026-08-26 | 已开源 | caskg |
| Harness 即时生成与进化 | JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness Evolution | LV-NUS Lab，2026-08-26 | 已开源 | jit-agent |
| 在线进展成本路由 | ProgRouter: Online Progress-Guided Orchestration for Multi-Agent LLM Workflows under Quality-Cost Tradeoffs | Aston University，2026-08-26 | 未发现官方代码 | progrouter |
| Agent运行时 | SKILL.state: Scalable Long-Horizon Agent Skills | Google，2026-08-26 | 未发现官方代码 | skill-state：仅低成本组件，完整实验不复现 |
| 工作流 Prefix-State 调度 | TOPAS: Workflow-Aware Prefix-State Scheduling for Multi-Agent LLM Serving | University of Science and Technology of China，2026-08-26 | 未发现官方代码 | topas |
| ML 开发轨迹规划 | TraceML: An Empirical Analysis of Human-Agent Planning in Machine Learning Development | Carnegie Mellon University，2026-08-26 | 已开源 | traceml |
| 环境反馈提示训练 | AHEAD: Agentic Hints for Effective Agent Development | AWS AI Labs / Purdue University，2026-08-25 | 未发现官方代码 | ahead |
| 可验证技能锻造 | SkillForge: Automated Skill Discovery and Refinement for Tool-Using Agents | AMAP, Alibaba Group，2026-08-25 | 未发现官方代码 | skillforge |
| 多维验证工具自进化 | SMITH: Self-Improving Tool-Using Agents through Multi-Aspect Verification | Appier AI Research / National Taiwan University，2026-08-25 | 已开源 | smith |
| 异步单流 Agent RL | SPO++: Stabilizing Asynchronous Agentic Reinforcement Learning via Measure-Theoretic Token Correction | Renmin University of China，2026-08-25 | 未发现官方代码 | spo-plus-plus |
| 高斯 guidance Agent RL | Agent-G²: Gaussian Guidance for Agentic Reinforcement Learning | Baidu，2026-08-24 | 已开源 | agent-g2 |
| Harness 自动优化 | AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces | Microsoft / POSTECH，2026-08-24 | 未发现官方代码 | autosaddler |
| 动作级技能优化 | AUSO: Action-Level Unified Skill Optimization from Internalization to Utilization | University of Science and Technology of China，2026-08-21 | 已开源 | auso |
| Agentic RL | SAPO: Single-Rollout Autoregressive Policy Optimization for Agentic Reinforcement Learning | Xiamen University，2026-08-20 | 未发现官方代码 | sapo |
| Agentic RL | RTPO: Reverse-Turn Policy Optimization for Stabilizing Agentic RL Training | Adelaide University，2026-08-19 | 未发现官方代码 | rtpo |
| Agentic RL | SPADE: Self-Play in Adaptive Synthetic Executable Environments | University of Washington，2026-08-19 | 已开源 | spade |
| Agentic RL | PlanPO: Group Planning-Aware Policy Optimization for Multi-Turn Agentic LLMs | Xiamen University，2026-08-18 | 未发现官方代码 | planpo |
| 工具使用 | Grounding AI Agents in Contracts: An Empirical Evaluation of Spec-Driven Test Generation | Google，2026-08-17 | 未发现官方代码 | spec-driven-tests：仅低成本组件，完整实验不复现 |
| Agentic RL | TRCA: Transition-wise Rubric Credit Assignment for Long-horizon LLM Agents | Authors did not disclose affiliation，2026-08-17 | 未发现官方代码 | trca |
| 记忆 | HyMem: Hierarchical Context Management for Long-Horizon Agents via Information Isolation | Institute of Automation, Chinese Academy of Sciences，2026-08-16 | 未发现官方代码 | hymem |
| 反思 | LoongReflect: Boosting Long-Horizon Reflection in Search Agents via Global Perspective Distillation | Authors did not disclose affiliation，2026-08-12 | 未发现官方代码 | loongreflect |
| Agentic RL / efficient long context | Efficient Reinforcement Learning for Long-Horizon Tool-Use Agentic Tasks | Capital One AI Foundations，2026-08-11 | 未发现官方代码 | sinkflex-rl |
| 自进化 | OpenLoopEvolve: A Verifiable Self-Evolution Framework for Loop Policies in Long-Horizon Complex Tasks | Tsinghua University，2026-08-10 | 已开源 | openloopevolve |
| 代码 Agent | Coupling Planning with Episodic Memory in LLM Agents for Software Issue Resolution | Vanderbilt University，2026-08-07 | 未发现官方代码 | pmcoder |
| 多轮 Agent RL | ResidencyRL: Reinforcement Learning in Simulated Clinical Environments | Google DeepMind，2026-08-07 | 未发现官方代码 | 计划键 residency-rl：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 递归 turn 信用 | AgentOPSD | Tsinghua University，2026-08-06 | 已开源 | agent-opsd |
| 代码检索 Agent | CodeGrep: An RL-Trained Retrieval Agent for LLM Coding Agents | NetEase Guangzhou AI Lab，2026-08-06 | 未发现官方代码 | codegrep |
| 搜索 Agent RL | Contextual Information Policy Optimization for Search Agents | Beihang University，2026-08-06 | 未发现官方代码 | cipo |
| 环境 rehearsal / Agent RL | EnvACE | Shanghai Jiao Tong，2026-08-06 | 已开源 | envace |
| Harness 优化评测 | HarnessOpt-Bench: Evaluating LLMs at Harness Optimization | Scale AI，2026-08-06 | 未发现官方代码 | harnessopt-bench |
| 全局技能进化 | Learning Globally Reusable Skills for Coding Agents | Tianjin University，2026-08-06 | 未发现官方代码 | gse |
| 技能进化安全 | When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents | 论文未列机构，2026-08-06 | 未发现官方代码 | vag |
| Harness policy RL | EvoHarness-RL: Learning Self-Evolving Runtime Harness for Long-Horizon LLM Agents | University of Illinois Urbana–Champaign / Meta AI，2026-08-05 | 未发现官方代码 | evoharness-rl |
| 端到端 Agent 记忆 | MemoryCPT: An End-to-End Agent Memory Framework for Cost-Performance Trade-off | Hong Kong University of Science and Technology / Tencent LIGHTSPEED STUDIOS，2026-08-05 | 未发现官方代码 | memorycpt |
| 观测校准蒸馏 | OCSD | Nanjing University，2026-08-05 | 已开源 | ocsd |
| 环境派生中训练 | State2State: Environment-Derived Mid-Training for LLM Agents | Tsinghua University AIR / Alibaba Group，2026-08-05 | 已开源 | state2state |
| 工具规划 | ToolLIFT: Lifting Tool-Specific Trajectories into Function-Level Graphs for Generalizable Tool Planning | Authors did not disclose affiliation，2026-08-04 | 未发现官方代码 | toollift |
| 可验证统一记忆 | VerMem | Sun Yat-sen University，2026-08-04 | 已开源 | vermem |
| 检索—记忆共进化 | CoEvo-Mem | 论文未列机构，2026-08-03 | 未发现官方代码 | coevo-mem |
| 搜索轨迹 hindsight | HindSearch: Trajectory-Level Hindsight Critique for Search-Augmented Reinforcement Learning | Santa Clara University，2026-08-03 | 已开源 | hindsearch |
| 工具规划 | HyperAgent: Planning and Acting over Tool-Schema Hypergraphs for Tool-Use LLM Agents | University of New South Wales，2026-07-31 | 未发现官方代码 | hyperagent |
| 评测与可验证Agent | FinanceHarness: Autonomous Financial Deep Research Framework | Google Cloud AI Research，2026-07-30 | 原作者入口；作者发布harness；FinanceGym官方另在google-research/google-research/finance_harness（路径commit b24f2136e8ef405b900b5619760126304f190941）；原文说明底层corpus和私有rubric不公开，不写成完全公开可复测 | finance-harness-protocol：仅低成本组件，完整实验不复现 |
| Agent group credit | Group-Reflective Self-Distillation | Baidu Inc.，2026-07-30 | 已开源 | grsd |
| 多 Agent | MANTA: Multi-Agent Network Topology Adaptation for Self-Evolving Multi-Agent Systems | Cornell University，2026-07-30 | 未发现官方代码 | manta |
| CUA Reward 评测 | OSReward / OS-Shepherd | The University of Hong Kong，2026-07-30 | 已开源 | os-shepherd |
| Agent RL | TAPO | Peking University，2026-07-30 | 未发现官方代码 | tapo |
| 成本感知工具停止 | CAM-DF | Peking University，2026-07-29 | 未发现官方代码 | cam-df |
| 跨任务技能进化 | SkillRise | Zhejiang University，2026-07-29 | 已开源 | skillrise |
| Agentic RL / turn-level credit | CAST | University of Science and Technology of China，2026-07-28 | 已开源 | cast |
| Hierarchical skill memory | HiSkill | Beijing University of Posts and Telecommunications，2026-07-28 | 已开源 | hiskill |
| Continual agent memory | UniMem | CASIA，2026-07-28 | 未发现官方代码 | unimem |
| 自进化与经验复用 | AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents | University of Illinois Urbana-Champaign，2026-07-21 | 原作者入口；原作者发布trace schema、DeepDebug多轮诊断、集成、console和评测；固定main源码已核实，不运行外部工具或模型 | 计划键 agentdebugx：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| Agentic RL / hindsight skill | SEED | Tsinghua University，2026-07-16 | 已开源 | seed |
| 主动记忆 | Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents | 未明确标注（正文 HTML 未显示一作机构映射），2026-07-15 | 已开源 | memcon |
| Agentic OPD / rollout budgeting | TurnOPD | Academic author team，2026-07-07 | 未发现官方代码 | turn-opd |
| 研究自动化 | AgentX: Towards Agent-Driven Self-Iteration of Industrial Recommender Systems | Kuaishou，2026-06-26 | 未发现官方代码 | agentx |
| 多Agent协作 | Formalizing Mathematics at Scale | FAIR at Meta / CERMICS, ENPC, Institut Polytechnique de Paris，2026-05-28 | 原作者入口；官方框架MIT开源；形式化库另见facebookresearch/atlas-lean；本轮只核源码发布和文档，不安装插件或运行Agent | 计划键 autoformbot：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 科学研究 Agent | ScientistOne: Towards Human-Level Autonomous Research via Chain-of-Evidence | Google Cloud AI Research，2026-05-25 | 原作者入口；作者Apache-2.0仓库仅发布generated-papers与solution-code；未核到ScientistOne编排或CoE审计系统源码，不能混称系统开源 | scientist-one：CPU 评测接口，不执行模型 |
| 训练服务优化 | PROMPTS: Performance Optimization via Multi-Agent Planning for LLM Training and Serving | University of Maryland / Google，2026-05-18 | 未发现官方代码 | prompts |
| Agent 检索 | Superintelligent Retrieval Agent: The Next Frontier of Agentic Retrieval | Meta Superintelligence Labs / Rice University（工作完成于 Meta），2026-05-07 | 已开源 | sira |
| Step-aligned Agent RL | StepPO | University of Science and Technology of China，2026-04-20 | 未发现官方代码 | steppo |
| 工具调用与环境执行 | LogAct: Enabling Agentic Reliability via Shared Logs | Meta，2026-04-09 | 原作者入口；原作者MIT仓库已公开；核对固定commit db395449fb2dbb534c8eec848900252ac8324ab2。本地独立实现有界单机SQLite协议，不安装作者插件或下载模型 | logact：仅低成本组件，完整实验不复现 |
| 策略—工具图共进化 | SEARL | Shanghai AI Laboratory，2026-04-09 | 未发现官方代码 | searl |
| Agent自我进化 | CROP: Token-Efficient Reasoning in Large Language Models via Regularized Prompt Optimization | Google，2026-04-08 | 未发现官方代码 | crop：仅低成本组件，完整实验不复现 |
| Agent 评测 | TFRBench: A Reasoning Benchmark for Evaluating Forecasting Systems | Google Cloud AI Research / University of Kentucky，2026-04-07 | 未发现官方代码 | tfrbench：CPU 评测接口，不执行模型 |
| 多Agent协作 | PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing | Google Cloud AI Research，2026-04-06 | 未发现官方代码 | 计划键 paperorchestra：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| Agent 数据合成 | Reasoning-Driven Synthetic Data Generation and Evaluation | EPFL，2026-03-31 | 未发现官方代码 | simula：CPU 评测接口，不执行模型 |
| AI 研究 Agent | AIRA2: Overcoming Bottlenecks in AI Research Agents | FAIR at Meta / University College London，2026-03-27 | 未发现官方代码 | aira2 |
| RSI | HyperAgents | University of British Columbia，2026-03-19 | 已开源 | hyperagents |
| 技能设计 | Memento-Skills | Memento Team，2026-03-19 | 已开源 | memento-skills |
| Agent 自进化 | POLCA: Stochastic Generative Optimization with LLM | University of Wisconsin-Madison，2026-03-16 | 原作者入口；作者公开入口固定356d0177d034df8c70bf351f5f62c93dbb226b41；其setup脚本指向Trace experimental，核心核对4ee52f12f0bb328dfee2f16b6c1801232c6ccf46 | polca：仅低成本组件，完整实验不复现 |
| Agentic RL | Dual-Modality Multi-Stage Adversarial Safety Training: Robustifying Multimodal Web Agents Against Cross-Modal Attacks | University of California, Berkeley，2026-03-04 | 原作者入口；原作者发布三阶段训练与BrowserGym源码；固定SHA根目录未见LICENSE、GitHub许可为null；本地仅按论文独立实现Stage3数值目标，不复制作者代码 | dmast：仅低成本组件，完整实验不复现 |
| 主动记忆 | U-Mem | National University of Singapore，2026-02-25 | 已开源 | u-mem |
| Agent 评测 | ConvApparel: A Benchmark Dataset and Validation Framework for User Simulators in Conversational Recommenders | Google，2026-02-18 | 未发现官方代码 | convapparel：CPU 评测接口，不执行模型 |
| 个性化 Agent | Learning Personalized Agents from Human Feedback | Meta Superintelligence Labs / Princeton University（工作完成于 Meta），2026-02-18 | 已开源 | pahf |
| Agent 安全 | CausalArmor: Efficient Indirect Prompt Injection Guardrails via Causal Attribution | Google Cloud AI Research，2026-02-08 | 未发现官方代码 | causal-armor：仅低成本组件，完整实验不复现 |
| 自动研究 | AIRS-Bench: a Suite of Tasks for Frontier AI Research Science Agents | FAIR at Meta / University of Oxford，2026-02-06 | 原作者入口；官方任务定义与评测代码已发布，CC BY-NC 4.0；本地尚未接入任务运行器 | 计划键 airs-bench：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 自进化与经验复用 | MARS: Modular Agent with Reflective Search for Automated AI Research | Google Cloud AI Research，2026-02-02 | 原作者入口；MIT 作者仓库存在，根目录为 exp-logs/figures/README/LICENSE；发布生成代码和轨迹，未确认完整 MARS controller | 计划键 mars-research：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 记忆技能 | MemSkill | Nanyang Technological University，2026-02-02 | 已开源 | memskill |
| 规划强化学习 | PEARL | 中国科学院信息工程研究所，2026-01-28 | 未发现官方代码 | pearl |
| 代码 Agent | Dynamic Cogeneration of Bug Reproduction Test in Agentic Program Repair | Google，2026-01-27 | 未发现官方代码 | dynamic-brt：仅低成本组件，完整实验不复现 |
| 评测与可验证Agent | LifeAgentBench: Benchmarking LLMs for Long-Horizon, Cross-Dimensional Lifestyle Health Reasoning | University of California San Diego，2026-01-20 | 原作者入口；项目官方页直接链接作者仓库，已发布CP/SQL评测与数据构建；固定根目录未见LICENSE、GitHub许可null；论文AppendixF说明研究/非商业限制，不能推断MIT或开放再分发权利 | 计划键 lifeagentbench：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| Agent评测与自进化 | CoReflect: A Reflective Co-Evolution Framework for Improving Conversational Evaluation | University of Illinois Urbana-Champaign，2026-01-18 | 未发现官方代码 | 计划键 coreflect：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 技能库强化学习 | SAGE | University of Wisconsin–Madison，2025-12-18 | 未发现官方代码 | sage |
| 零数据多 Agent | Agent0 | University of North Carolina at Chapel Hill，2025-11-20 | 未发现官方代码 | agent0 |
| Agentic RL 基础设施 | Agent-R1 | University of Science and Technology of China，2025-11-18 | 已开源 | agent-r1 |
| 过程记忆 | LEGOMem | Microsoft Research，2025-10-06 | 未发现官方代码 | legomem |
| 工具与环境交互 | Watch and Learn: Learning to Use Computers from Online Videos | The Ohio State University，2025-10-06 | 未发现官方代码 | 计划键 watch-and-learn：成本过高，不复现（审查 DONE）；仅研究资料，无可执行入口。 |
| 多轮用户 Agent RL | MUA-RL | Meituan，2025-08-26 | 已开源 | mua-rl |
| 工具学习 | ToolGrad: Efficient Tool-Use Dataset Generation with Textual Gradients | Google，2025-08-06 | 已开源 | toolgrad |
| Agent RL | Agent Lightning | Microsoft Research，2025-08-05 | 已开源 | agent-lightning |
| 工具记忆 | MemTool | PricewaterhouseCoopers Commercial Technology and Innovation Office，2025-07-29 | 未发现官方代码 | memtool |
| 网页 Agent RL | WebAgent-R1 | University of Virginia，2025-05-22 | 已开源 | webagent-r1 |
| Agent group credit | GiGPO | Nanyang Technological University，2025-05-16 | 未发现官方代码 | gigpo |
| 多轮 Agent RL | RAGEN | Northwestern，2025-04-24 | 已开源 | ragen |
| 工具强化学习 | ToolRL | University of Illinois Urbana-Champaign，2025-04-16 | 未发现官方代码 | toolrl |
| 推理中工具调用 | ReTool | ByteDance Seed，2025-04-15 | 未发现官方代码 | retool |
| 深度研究 RL | DeepResearcher | HKU，2025-04-04 | 已开源 | deepresearcher |
| 搜索 Agent RL | Search-R1 | University of Illinois Urbana-Champaign，2025-03-12 | 已开源 | search-r1 |
| 工具使用与环境 | SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints | University of California, Santa Barbara，2025-03-11 | 原作者入口；作者发布七域环境、约束程序、903测试与轨迹；代码MIT、数据另有DATA_LICENSE，本地独立实现评测规则，不复制数据 | sopbench-protocol：仅低成本组件，完整实验不复现 |
| 长时程 Agent RL | LOOP | Apple，2025-02-03 | 已开源 | loop |
| 通用软件 Agent | OpenHands | All-Hands-AI，2024-07-23 | 已开源 | openhands |
| 软件工程 ACI | SWE-agent | Princeton University，2024-05-06 | 已开源 | swe-agent |
| 通用 Agent 评测 | GAIA | Meta AI，2023-11-21 | 已开源 | gaia |
| 虚拟上下文 | MemGPT | University of California, Berkeley，2023-10-12 | 已开源 | memgpt |
| Agent 搜索 | LATS | University of Illinois Urbana-Champaign，2023-10-06 | 已开源 | lats |
| 多 Agent | AutoGen | Microsoft Research，2023-08-16 | 已开源 | autogen |
| 多 Agent 软件工程 | MetaGPT | DeepWisdom，2023-08-01 | 已开源 | metagpt |
| 解耦规划 | ReWOO | Microsoft Research，2023-05-29 | 已开源 | rewoo |
| 工具指令与评测 | ToolBench | Tsinghua University，2023-05-25 | 未发现官方代码 | toolbench |
| 终身学习 | Voyager | NVIDIA，2023-05-25 | 已开源 | voyager |
| 工具反馈 | CRITIC | Microsoft，2023-05-19 | 已开源 | critic |
| 推理搜索 | Tree of Thoughts | Princeton University，2023-05-17 | 已开源 | tree-of-thoughts |
| 记忆与反思 | Generative Agents | Stanford University，2023-04-07 | 已开源 | generative-agents |
| 多 Agent 协作 | CAMEL | King Abdullah University of Science and Technology，2023-03-31 | 已开源 | camel |
| 专家模型编排 | HuggingGPT | Zhejiang University，2023-03-30 | 已开源 | hugginggpt |
| 自我迭代 | Self-Refine | Carnegie Mellon University，2023-03-30 | 已开源 | self-refine |
| 自我反思 | Reflexion | Northeastern University，2023-03-20 | 已开源 | reflexion |
| 自动工具推理 | ART | University of Washington，2023-03-16 | 已开源 | art |
| 工具学习 | Toolformer | Meta AI Research，2023-02-09 | 未发现官方代码 | toolformer |
| 程序推理 | PAL | Carnegie Mellon University，2022-11-18 | 已开源 | pal |
| 推理与行动 | ReAct | Princeton University，2022-10-06 | 已开源 | react |
| 神经符号路由 | MRKL | AI21 Labs，2022-05-01 | 未发现官方代码 | mrkl |
| 具身规划 | SayCan | Robotics at Google，2022-04-04 | 已开源 | saycan |
| 浏览问答 | WebGPT | OpenAI，2021-12-17 | 已开源 | webgpt |
| 形式化数学 Agent | AutoformBench: A Lean Formalization Benchmark for Advanced Mathematics | FAIR at Meta，未标注 | 已开源 | autoformbench：CPU 评测接口，不执行模型 |
分类浏览：