Mathematical Framing for Different Agent Strategies
告别炼丹玄学：谷歌用概率统一AI Agent，提出“自由度”新思路。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24页
How Far Are We from Genuinely Useful Deep Research Agents?
千份报告揭示AI研究助手致命弱点：OPPO发布FINDER基准与DEFT分类法。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。
In-Context Distillation with Self-Consistency Cascades: A Simple, Training-Free Way to Reduce LLM Agent Costs
Agent推理成本降低2.5倍：斯坦福提出“上下文蒸馏”，免训练让小模型偷师大模型。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。
PPTArena: A Benchmark for Agentic PowerPoint Editing
PPT炼狱场来了！新Agent PPTPilot精准编辑，性能超越专有模型10%。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。
MCP vs RAG vs NLWeb vs HTML: A Comparison of the Effectiveness and Efficiency of Different Agent Interfaces to the Web (Technical Report)
AI Agent上网指南：RAG效率飙升5倍，成本锐减80%，完胜HTML。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。
Prune4Web: DOM Tree Pruning Programming for Web Agent
LLM不读万行代码：Prune4Web让网页元素定位精度飙升至88%！。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。
Matrix: Peer-to-Peer Multi-Agent Synthetic Data Generation Framework
数据生成提速15倍！Meta开源Matrix框架，用P2P架构颠覆多智能体协作。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。
General Agentic Memory Via Deep Research
AI记忆革命GAM：用“即时研究”取代静态压缩，长文本任务准确率超90%！。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。
DataSage: Multi-agent Collaboration for Insight Discovery with External Knowledge Retrieval, Multi-role Debating, and Multi-path Reasoning
AI分析师天团来了！字节DataSage引入辩论机制，洞察力飙升13.9%。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。
Budget-Aware Tool-Use Enables Effective Agent Scaling
AI Agent只会“挥霍”算力？谷歌BATS框架教它精打细算，成本性能双优化。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。
SkyRL-Agent: Efficient RL Training for Multi-turn LLM Agent
AI Agent训练成本减半！SkyRL-Agent框架揭秘1.55倍加速秘诀。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。
Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning
零数据也能自我进化：Agent0让8B模型推理能力暴涨24%。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。
MiroThinker: Pushing the Performance Boundaries of Open-Source Research Agents via Model, Context, and Interactive Scaling
AI Agent的第三维度：MiroThinker单任务600次工具调用，性能直逼GPT-5。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。
Scaling Environments for LLM Agents in the Era of Learning from Interaction: A Survey
Agent智能进化论：阿里港科大万字综述，揭秘GEF三步循环。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。
FLEX: Continuous Agent Evolution via Forward Learning from Experience
让AI像人一样“吃一堑长一智”：FLEX框架使Agent性能飙升23%。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。
HaluMem: Evaluating Hallucinations in Memory Systems of Agents
AI Agent记忆也“幻觉”？HaluMem：首个记忆系统“CT扫描”基准，精准定位错误根源。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 Experience to Strategy: Empowering LLM Agents with Trainable Graph Memory
让Agent经验“活”起来：可训练图记忆，助小模型性能飙升25.8%！。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。
DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration
本文提出了DR. WELL，一个去中心化的神经符号框架，该框架通过结构化的协商协议和动态演化的符号世界模型，使基于大语言模型（LLM）的具身智能体能够高效地进行协作规划、学习与自我优化。
GUI-360: A Comprehensive Dataset and Benchmark for Computer-Using Agents
本文提出 GUI-360，一个用于推进桌面级计算机使用智能体（CUA）的大规模、综合性数据集与基准测试套件，它通过一个由 LLM 增强的高度自动化流程构建，旨在解决真实世界任务稀缺、数据收集标注困难、以及缺乏统一基准的三大挑战。
Inter-Agent Trust Models: A Comparative Study of Brief, Claim, Proof, Stake, Reputation and Constraint in Agentic Web Protocol Design-A2A, AP2, ERC-8004, and Beyond
智能体间信任模型：Brief、Claim、Proof、Stake、Reputation 和 Constraint 在智能体网络协议设计中的比较研究。
Unlocking the Power of Multi-Agent LLM for Reasoning: From Lazy Agents to Deliberation
本文识别并解决了多智能体 LLM 推理框架中的“懒惰智能体”问题，通过理论分析揭示其源于现有强化学习目标的内在偏差，并提出了一种名为 Dr. MAMR 的新框架，该框架利用夏普利启发的因果影响测量和一种可验证的深思熟虑（deliberation）奖励机制，以促进智能体之间更均衡、更有效的协作。
Tree Training: Accelerating Agentic LLMs Training via Shared Prefix Reuse
本文提出了一种名为 Tree Training 的新训练范式，通过将智能体交互产生的树状轨迹数据进行高效打包和计算复用，在训练的前向和后向传播中对共享的前缀（prefix）只计算一次，从而显著提升了智能体大语言模型（Agentic LLM）的训练效率。
What's the next frontier for Data-centric AI? Data Savvy Agents
近期，能够自主交流、与人类协作并使用多种工具的AI智能体 (agents) 的兴起，为各种真实世界场景解锁了巨大的机遇。然而，尽管这些基于大型语言模型 (LLM) 的智能体在自然语言理解和问题解决方面取得了显著进展，它们大多仍局限于具有预定义数据和结构化任务的受控环境中。
Dynamic Affective Memory Management for Personalized LLM Agents
本文提出了一种名为DAM-LLM的动态情感记忆管理系统，通过引入基于贝叶斯的更新机制和记忆熵概念，使智能体能够自主维护一个动态更新的记忆数据库，以解决传统静态记忆的冗余、过时和一致性差的问题，从而提供更具个性化的情感交互。