An Information Theoretic Perspective on Agentic System Design
斯坦福Agent新解：3B模型压缩上下文，99%性能仅需26%成本。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
AI Agent 第23页
EvoClaw: Evaluating AI Agents on Continuous Software Evolution
AI Agent的“金鱼记忆”：EvoClaw揭示其长期编码性能从80%暴跌至38%。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
EvoRoute: Experience-Driven Self-Routing LLM Agent Systems
破解Agent“不可能三角”：EvoRoute实现成本降80%、速度提升3倍。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Forgetful but Faithful: A Cognitive Memory Architecture and Benchmark for Privacy-Aware Generative Agents
给 AI 装上“橡皮擦”：MaRS 架构如何用“遗忘”换取 0.911 的高分表现？。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
From Static Templates to Dynamic Runtime Graphs: A Survey of Workflow Optimization for LLM Agents
告别“写死”的工作流：IBM万字综述，定义Agent动态进化新范式。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
GoAgent: Group-of-Agents Communication Topology Generation for LLM-based Multi-Agent Systems
GoAgent：让AI Agent学会“抱团”，准确率93.8%，Token成本降低17%。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Hindsight is 20/20: Building Agent Memory that Retains, Recalls, and Reflects
准确率飙升至91%！Hindsight：让20B模型记忆力超越GPT-4o。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Kimi K2.5: Visual Agentic Intelligence
Kimi K2.5重磅开源：多模态联合增强，Agent推理提速4.5倍。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem
阿里开源ROME：SWE-bench胜率57%，揭秘打造顶尖Agent的“罗马”基建。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
LLM-in-Sandbox Elicits General Agentic Intelligence
给大模型配台“电脑”：通用智能涌现，长文本Token消耗暴降8倍。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
MAI-UI Technical Report: Real-World Centric Foundation GUI Agents
超越Gemini！阿里MAI-UI发布：全尺寸GUI Agent与端云协同新范式。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
MemEvolve: Meta-Evolution of Agent Memory Systems
让Agent自己“进化”大脑？MemEvolve实现17%性能跃升与跨模型泛化。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Memoria: A Scalable Agentic Memory Framework for Personalized Conversational AI
告别AI“健忘症”：Memoria利用加权知识图谱打造可扩展的个性化记忆。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Memory in the Age of AI Agents
Agent记忆≠RAG！复旦/NUS重磅综述：3大维度全景拆解智能体“大脑”。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
MemRL: Self-Evolving Agents via Runtime Reinforcement Learning on Episodic Memory
告别微调！MemRL：用“记忆RL”让Agent在运行时实现自我进化。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
MetaClaw: Just Talk -- An Agent That Meta-Learns and Evolves in the Wild
MetaClaw：AI Agent的在职进化论，准确率从21.4%飙升至40.6%。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
ReX-MLE: The Autonomous Agent Benchmark for Medical Imaging Challenges
GPT-5也排0%分位？ReX-MLE揭秘：顶尖AI智能体为何搞不定医学影像。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
SimpleMem: Efficient Lifelong Memory for LLM Agents
SimpleMem：让Agent记忆成本暴降30倍！F1提升26.4%的“语义无损压缩”新架构。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
SkillRouter: Retrieve-and-Rerank Skill Selection for LLM Agents at Scale
颠覆常识！阿里SkillRouter：Agent选对工具，代码比描述重要44%。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Youtu-LLM: Unlocking the Native Agentic Potential for Lightweight Large Language Models
腾讯Youtu-LLM重磅发布：1.96B小模型解锁原生Agent能力，128k长文本与11T数据揭秘。
Remember Me, Refine Me: A Dynamic Procedural Memory Framework for Experience-Driven Agent Evolution
记忆即算力？阿里ReMe让8B模型超越14B，揭秘动态记忆进化论。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
Towards a Science of Scaling Agent Systems
AI Agent协作双刃剑：性能提升81%，错误放大17倍！DeepMind发布首个量化法则。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
UI-TARS-2 Technical Report: Advancing GUI Agent with Multi-Turn Reinforcement Learning
UI-TARS-2：多轮强化学习炼成！达60%人类水平，AI智能体自主操作电脑。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
DAComp: Benchmarking Data Agents across the Full Data Intelligence Lifecycle
数据智能体“高考”来了！字节跳动DAComp揭示：顶级模型成功率不足20%。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。