可爱的AI智能体设计可能让人过度信任

解决智能体长期记忆检索结果零散难用的老问题，把散落的记忆片段编译成能直接作答的上下文，LoCoMo 跑出 80.52%，做 Agent 记忆的可以看看。

手机上的 AI 智能体会被藏在其他 App 里的恶意内容带偏，这篇论文用 108 个实例测了一圈，还给了诊断框架，做移动智能体的可以看看怎么防。

开源的文献综述智能体，能把一个问题拆成子问题树，自动去 arXiv、PubMed 等六个数据源检索并滚雪球扩展，3 分半读了 28 篇文献，每条引用都能溯源。

做 Agent 调试的人可以看看，这个工具能读 LangSmith、Langfuse 等六种格式，自动和人工一起做步骤级标注，复现了 235 个标注单元。

做网络运维或智能体的可以看看：这篇论文把数据引用直接嵌进架构，让光网络排障的根因推理不再凭空编数据。

把大模型智能体放进电网故障恢复的场景里测，5 个模型跑了 7 万多回合，尾部失败率很扎眼，做电力 AI 的朋友可以看看这套基准。