跳到正文
11月19日周四
11月18日周三
  1. arXiv · AI25

    可逆性分类:面向 AI 智能体工具调用的五级词汇与防护机制

    论文提出包含 536 个工具的 Reversibility Classes 框架,通过五级词汇和保守默认值定义 AI 智能体操作的可撤销性。 实测中,2158 次运行里的 29 次攻击场景全部被会话守卫拦截,仅增加 9 个良性审批点;实验证实恢复效果高度依赖前置状态捕获。 该研究确立了可恢复假设的显式化与可测试性标准,但未证明整体注册表的准确性。

  2. arXiv · AI34

    WebAgents:解耦智能体创建、托管与执行以构建智能体原生 Web

    WebAgents 通过签名的 this http URL 解耦智能体角色,使行为在创建者、宿主与运行时间流转而不绑定特定执行环境。 其基于 OpenClaw 的浏览器在运行时验证包并绑定用户控制的模型,在受控测试中成功阻断全部 716 个违规注入。 该方案旨在保留执行权限在用户运行时,并推动基于 NANDA 的发现及可互操作包生态系统的发展。

11月17日周二
  1. arXiv · AI26

    MCP 工具边界中的工作流失效:效果历史模型与八种外部效果异常

    针对 AI 代理中工具调用成功但工作流失败的问题,提出效果历史模型并整理八种外部效果异常,指出黑盒工具调用无法提供通用保证。 基于官方 MCP 注册中心 98,291 个工具的测量显示,现有标准注释词汇仅提供粗略提示,无法完整表达排除异常所需的能力。 该研究动机是推动在工具边界建立可复用的事务性契约。

  2. arXiv · AI30

    当工具名不是身份:MCP 中 AI 智能体供应商错绑测量

    研究揭示模型上下文协议(MCP)中工具元数据未绑定验证供应商身份,导致合法请求被解析至攻击者控制的工具。 在受控环境中评估五种 LLM 客户端,发现精确名称冲突、任务对齐描述与兼容模式强化时错误绑发生率最高。 不同模型暴露供应商绑定弱点各异,包括攻击者控制的选择、澄清请求及不稳定的解析。

  3. arXiv · NLP33

    经验侵蚀现象:资深智能体在工具变更时表现反而不如新手

    研究发现一种名为“经验侵蚀”的故障模式:当工具定义发生静默变更时,基于 MCP 构建的资深智能体在大多数任务上失败,而新手智能体多数成功。 资深智能体倾向于复用旧调用而非检查当前接口,即便工具定义已显示变更,它们仍错误地报告成功。这种失败存在于所有测试的记忆形式中,且随经验量增加而加剧;简单告知更新或指向文档无法有效解决该问题。

11月16日周一
11月14日周六
11月13日周五
  1. arXiv · AI32

    AgentRoom:基于 CRDT 共享工作区的并发多智能体编码协议

    AgentRoom 提出一种实时协作编辑协议,通过 CRDT 合并共享文件系统支持并发多智能体编码,并在 Python DevBench 和 Rust+axum 任务上展示效果。协议将文件级 claim、状态和广播暴露为 MCP 工具,5 个前沿 coding-CLI 模型完成 4 项后端编码任务。协调而非并行或 CRDT-merge 是关键设计选择;该文已被 NeurIPS 2026 接收。

  2. arXiv · AI24

    ORCHID-SAGE 标准实现 CALPHAD 热力学数据库可复现评估

    研究提出 ORCHID-SAGE 标准,将 CALPHAD 评估中的专家判断编码为形式化协议,实现从证据到相图的可复现与可自动化流程。 在 Cr-Ni 体系中,通过 Model Context Protocol(MCP)调用的 AI 智能体及公开数据重新拟合,成功复现了原始数据库预测结果。 该机制使数据库不再固定于发表时刻,允许随自驱动实验室新证据更新,同时确保判断过程留痕且由人类掌控。

  3. arXiv · ML28

    SpaceMCP:基于模型上下文协议的视觉语言模型空间推理框架

    提出 SpaceMCP 框架,利用前馈 3D 重建与开放词汇分割实时构建场景图,通过 MCP 风格的结构化函数调用增强 VLM 的空间推理能力。 无需训练即在 VSI-Bench、MMSI-Bench 和 VSTI-Bench 上取得 SOTA 结果,较基础 VLM 提升 15-22 分。 该范式为克服原生 VLM 空间推理进展缓慢提供了有前景的路径。

  4. Hacker News AI74

    通过 35 天蜜罐实验揭示 AI 密钥泄露背后的自动化扫描与利用行为

    团队搭建 2 个蜜罐网关和 40 个 GitHub 项目模拟密钥泄露,在 35 天内捕获超过 300 万次请求和 9,375 次基于泄露密钥的 prompt 调用。监测发现主要攻击者部署在欧洲托管网络,流量主要来自使用 Sub2API、keypool 和 Zoltraak 标签的自动化网关系统,攻击行为集中在高频模型可用性测试以及将模型接入 Telegram 代理和黑名单市场等下游中继网络。

11月11日周三
  1. arXiv · AI40

    删除敏感性是模型的固有属性:基于72个有效实验单元的三条件测量

    该研究通过三种渲染条件、7个开源权重推理模型及794个任务,首次直接测量多轮工具调用中完整推理历史删除的任务成本。结果显示删除跨度在-4.4至+51.3分之间,且对单一模型的剂量反应测量波动不超过1.5分。 删除敏感性被证实为模型层面的可测量属性,其读数在部署间保持恒定。作者建议将此读数作为先验信息纳入路由和聚合决策中,而非使其成为隐性的默认成本。

  2. arXiv · ML26

    ReTrace:将工具使用智能体蒸馏为无规划器工作流

    ReTrace 将 SOP 与日志记录转化为由代码而非 LLM 选择下一步的可复用工作流,解决 LLM 智能体在高并发场景下的延迟与成本问题。 在生产环境的 79 个流程中,ReTrace 达到 93.8% 的完成率,较智能体低 24% 的任务成本;在 τ²-Bench 上,其任务成功率为 75.8%,运行时间从 170 秒缩短至 1.3 秒。

11月10日周二
  1. arXiv · NLP28

    ToolSearcher:通过强化学习优化大规模工具选择

    提出 ToolSearcher 强化学习框架,解决 LLM 在大规模场景下的工具搜索与组合难题。 框架引入类别约束工具辨识、事件级搜索建模及轨迹对齐奖励分配,以优化多轮搜索中的细粒度信号。 实验表明 ToolSearcher 在涉及迭代搜索和复杂工具组合的基准测试中表现优于强基线,已被 NeurIPS 2026 接收。

  2. arXiv · NLP33

    MedToolFault 与 MedGuard:评估并提升临床智能体可靠性

    研究者发布 MedToolFault 故障注入基准与 MedGuard 工具层验证方法,以应对临床智能体中不可靠的工具响应。 在 127,861 次评估中,无保护智能体在 32.2%-67.8% 的无故障任务中因故障失效;MedGuard 使安全成功率提升 13.7-46.6 个百分点。 该方法通过公开接口验证读取证据并归因模糊写入,提高了临床任务中智能体在工具故障下的鲁棒性与安全性。

11月9日周一
11月7日周六
11月6日周五
  1. arXiv · AI37

    LLM API 中继服务的回答行为、工具权限与计费用量分析

    研究测试 20 家提供 GPT-6 Astra 和 Claude Opus 5 的 LLM API 中继,发现低价中继更可能存在行为差异。 35 组复测中部分中继状态改变;3,332 个响应中确认无注入,但 4 家中违反禁用工具指令。 5 家中对相同请求多报 4,200 至 60,000 个输入 token,且 6 家可查余额服务按申报用量和标价收费。