AgentKernel: The Trust-Native Agentic Operating System
Modern AI agents routinely cross trust boundaries: they ingest untrusted content, combine it with privileged instructions, persist intermediate beliefs in long-term memory, and invoke privileged tools. This creates an attack surface in which malicious payloads can enter through model inputs and cause harmful tool actions.
Agensh: Scaling Organizational Intelligence to 1,024 Agents
我们推出了Agensh ，这是一种可扩展的自组织多智能体线束，没有中央编排器，可扩展到1,024个智能体。并发工作者执行多Agent协作循环，收集上下文，自行分配子任务，采取行动，共享发现，验证结果，异步合并进度。
ACLArena: Agent Continue Learning in Multi-stage Post-training
为工业部署构建通用代理需要集成在不同培训阶段获得的多种功能，但代理持续学习没有完善的配方。我们介绍了ACLArena ，这是一个用于研究和评估代理持续学习的框架，并提出了一种新的配方，该配方将高质量轨迹的离线重播与LoRA专家的路由网络相结合。
BI-Agent and BI-Bench: Towards Automating End-to-End Business Intelligence
商业智能(BI)是企业决策的基石，在Power BI和Tableau等软件中被企业用户广泛使用。在传统的商业智能工作流程中，用户需要通过（ 1 ）识别相关表格， （ 2 ）执行数据转换，以及（ 3 ）建立加入关系来准备数据，然后才能（ 4 ）回答他们的业务问题。
RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning
受过强化学习（ RL ）训练的多回合代理在每个轨迹上获得单个标量奖励，这激励自我策略提取（ OPD ） ，由具有特权任务技能的自学老师提供密集的令牌级监督，让没有技能的学生将它们内化。因此，我们建议RetireOPD （自我退休随机蒸馏） ，它首先优化具有环境奖励的解耦，技能条件的教师，然后与R共同培训无技能的学生
Reflect, Revise, Reuse: Training-Free Skill Evolution for GUI Agents
GUI代理在动态图形用户界面上执行长时间任务，其中弹出窗口、延迟加载和重新定位的小部件通常会使执行前修复的计划无效。我们提出了EvoSkill-GUI ，这是一个无需培训的框架，其中每个技能都是一个结构化的多文件包，包含检索元数据、可执行计划、备份本地化、故障恢复规则、可访问性实用程序和故障情况。
Agentic Societies Need a Social Harness
【arXiv】代理社会是人工智能代理的集合，它们代表目标可能仅部分一致的不同委托人，跨越信任边界进行自主协调。我们通过实验表明，在代理社会中，甚至诚实，有能力
T1: Terminal Agent Reinforcement Learning for Long-Horizon Tasks
座席的使用正在转向编码和科学发现等长远任务，其中终端任务尤为重要。我们引入了T1 ，这是一种专家混合模型，总数为122B ，经过强化学习训练，在云沙箱中操作真实shell ，每个任务最多可调用300多个工具，通过执行每个任务自己的验证器获得奖励。
HarvestBench: Measuring Whether LLM Agents Will Pay to Avoid Killing Animals
智能体在实现目标的过程中造成的副作用的基准已经存在，但HarvestBench是第一个对避免副作用定价并将该副作用命名为生物的基准。这是一个农场模拟： LLM子代理与田间动物一起驾驶两辆拖拉机通过合作玉米收获。
HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness?
随着代理从研究原型转向部署工具，他们的能力越来越依赖于模型-外部执行基础设施，通常称为代理线束。在保持模型权重固定的同时更改此线束可以大大改变任务性能。