#智能体

用多智能体分工来管多重病患者的复杂用药，靠 DSWA 和 DFPC 两套协调机制减少药物冲突，在 MIMIC-IV 数据上验证有效，做医疗 LLM 应用的可以看看。

这论文把 160 万个分子骨架做成智能体的导航地图，练出的 MolHop-9B 在跨骨架分子设计上跑赢了 GPT-5.6-sol 和 Gemini-3.1-Pro，做药物发现的可以看看。

@AINoSleep 把 qiaomu agent 开源了，GitHub 搜 joeseesun/qiaomu-agent 就能拿到代码，官方商店也能直接搜到

向阳乔木@vista8原文

一篇 arXiv 论文，让模型智能体自己写机器人控制代码并验证是否真的在学，还区分了运气和真本事，做机器人方向的值得看实验设计。

浙大团队烧了 1.2 万 GPU 小时把 10 种智能体训练方法拉到同一环境里跑了一遍，结论是 GRPO 依然难被打败，做 Agent RL 的值得看看.

一篇把物理模拟器塞进智能体工作流的论文：Assembly Agent 做规划，Critic Agent 做纠错，还能自学技能库，做 3D 内容和机器人仿真的可以看看。

一篇挺有意思的审计研究：Qwen 和 DeepSeek 都记得截止日期后的公司收入，但做检索决策时反而不偏向记得多的那家，机制还没搞清楚。

一篇讲怎么让 agent 自己改 prompt、工具和工作流的论文，模型权重不动，还给了泛化界的理论证明，代码也开源了。

做智能体监控的可以看看，AgenticRV 直接适配 LangGraph、MCP 和 A2A，把外部时序监控和程序化监控组合到一套架构里，还给了形式化保证。

把强智能体蒸馏进小模型的新方法，不要求师生同族模型，Qwen3-4B 实测涨 3.3-6.9 个点，做 agent 压缩的可以看看。

一篇讲怎么高效改 Agent 技能规则的论文，AtomSearch 在 deepseek-v4-flash 上比 SkillOpt 高 9.68 个百分点，技能还短好几倍。

长程智能体老是背着全部历史跑，token 爆炸。这篇 CarryOn 换个思路存任务对象，OSWorld 上省了一半 token 还更准，做 agent 的可以看看。

做智能体长期记忆的可以看看：论文发现同源旧记录会重复刷存在感，FPA 框架实测把准确率拉高近 10 个点，代码开源可复现。

一篇教游戏智能体超越演示数据的新方法，用16个合成环境做强化学习，MineDojo-300成功率从12.63%拉到38.33%，做agent训练的可以看看。

用中医辨证基准证明了件事：很多模型翻车不是能力不够，是输出纪律不行。他们设计的证伪协议能把 Kimi K3 的方差从 0.218 压到 0.007，写智能体的值得看看。

苏姿丰说了几个关键数字：推理占 60% 市场、CPU 市场 5 年涨到 2000 亿美元，Helios 已经进了 OpenAI 和 Meta 的机房，数据很具体。

网页 Agent 答错很多时候是把页面读错了，Expand 用视觉模型读原始布局，基准成绩 74% 对比 55%，做 Agent 的可以试试。

elvis@omarsar02 个信源在谈原文

智能体被注入指令时防不住？这篇论文把放行决定推迟到证据够了再做，AgentDojo 上攻击成功率从 47% 压到 2.7%，做安全的人可以细看。

给智能体设计界面这事有论文了，DeskIF-Bench 和 ANIS 都开源思路，做 agent 桌面自动化的可以看看怎么提分还省 73% token。

dotey 把自己每天在 X 上挖 AI 新闻的方法整个公开了，盯哪些账号、用什么关键词搜索、怎么去重都写清楚了，想做信息监控的直接照抄就能用。

宝玉@dotey11 个信源在谈原文

一篇讲怎么给 LLM 审核和检索决策设风险阈值的论文，用 LTT 方法把超标率从一半降到 7.8%，做部署的可以看看。