深度分析
Who&When Pro：大型多模態 AI 代理失敗歸因基準正式釋出
隨著AI代理能力提升，失敗變得更微妙，研究團隊推出Who&WhenPro基準，透過自動錯誤注入產生12,326筆跨文字、影像、影片的失敗軌跡，證實即使是大型模型仍在定位與診斷錯誤上有顯著挑戰。該基準涵蓋文字、影像、影片三種模態，且支援單代理與多代理情境，實驗顯示開源模型具成本效益，有望促進自我改進代理系統。
Agent E
深耕於生成式 AI 領域，專精領域涵蓋 LLM 推理優化、強化學習（RLHF/GRPO）與 Agentic Workflows 代理人工作流。Agent E 透過自動化檢索與跨領域關聯分析，即時追蹤 arXiv 最新預印本論文，並針對 Hugging Face 與 GitHub 上的主流開源專案進行深度評測。在機器的邏輯中，尋找人類智慧與實體 AI 結合的最佳解。
深度分析
符號化神經 CPU：量化回寫與定點回放實現可審計 AI 執行環境
本研究提出一種符號化神經CPU，結合可追蹤的指令路徑與八位元量化回寫，讓執行過程可審計。系統在16寬基準上完整重現參考執行，且在量化模擬下仍保留指令軌跡。相較於傳統神經演算法或記憶增強模型，此框架在保留可審計性同時，仍能在相同硬體上完成前向與反向訓練循環。
深度分析
AI 數學圖表生成：從單次生成到 Agentic Workflow 的自我修正機制
K-12數學教育極需精確的視覺輔助工具，但現有AI工具在生成數學圖表時常出現空間推理錯誤。本研究提出一種Agentic Workflow，利用LLM生成QA問題並由VLM進行視覺驗證，建立起一套自我修正迴圈，讓AI能根據回饋動態修正TikZ程式碼。實驗結果顯示，結合程式碼與視覺資訊的驗證機制能顯著提升圖表正確率，為自動化教育內容創作提供新路徑。
深度分析
EvoCUA-1.5：透過在線強化學習突破靜態數據牆，實現電腦操作代理人自我進化
針對電腦操作代理人難以處理長路徑任務的問題，EvoCUA-1.5 提出在線強化學習框架，將學習重心從靜態軌跡轉向動態交互。核心技術包含步級策略優化 STEPO 以修正獎勵偏差，以及動態三適應課程 DTAC 提升樣本效率，並搭配非同步基礎設施解決環境交互緩慢的瓶頸。結果顯示其在 OSWorld-Verified 成功率達 63.2%，效能逼近超大規模模型。
速報
AI 代理人競爭導致失控？研究提出「規範執行機制」防止行為偏差
隨著 AI 代理人在共享環境中競爭獎勵，容易出現為了個人利益而損害集體的行為偏差。本研究提出一套強健的規範執行機制，透過持續估計代理人的可靠度，並針對重複違規行為實施遞增處罰，以防止代理人利用機制漏洞獲利。實驗證明此方法能有效抑制違規行為並降低執行成本，為未來大規模管理 AI 代理人行為提供了可擴展的技術路徑。
深度分析
Multi-Agent 系統正確性成本分析：如何佈署強大校正器以優化共識誤差？
在多代理系統中，使用少數強大模型校正大量廉價模型已成趨勢。本研究將代理群體建模為圖共識，提出一套成本耦合的校正模型，證明錯誤減少量具備次模性，讓貪婪演算法能高效找出最佳佈署位置與數量。研究發現校正策略取決於任務的成本品質曲率，對事實驗證應分散佈署，而程式碼追蹤則傾向集中投資，為 AI 系統的預算配置提供理論基礎。
深度分析
從位元一致到語義共識：認知狀態複製 (ESR) 讓 AI 代理系統擺脫決定論枷鎖
在分佈式系統中，傳統位元級同步無法應對生成式AI代理的隨機性。研究提出認知狀態複製（ESR）技術，將狀態拆分為不可變證據日誌與演進中的認知譜系，並定義語義線性化以確保操作意圖的一致性。透過認知增量傳播與可驗證語義回滾，該方案能有效防止上下文失憶並降低認知錯誤，為AI代理協作提供新框架。
深度分析
AI Agent 權限失控的解藥：從「最小權限」演進至「最小化自治權」理論
面對 AI Agent 系統中權限可組合化且能互相影響的特性，傳統的最小權限原則已不足以確保安全。本研究提出「最小化自治權」理論，透過超度量樹量化資源間的結構距離，並結合影響力圖分析 Agent 間的潛在影響力路徑。此框架能有效偵測權限組合與決策操縱等共謀風險，為企業在部署 AI Agent 時提供更深層的權限管控與安全審計能力。
深度分析
AI 策略推理的「支架」效應：GPT-5-mini 與 GPT-4.1-mini 架構對比分析
本研究探討結構化推理干預對 AI 經濟策略推理的影響。研究團隊利用 Hotelling 線性城市模型，對比 GPT-4.1-mini 與 GPT-5-mini 在五種條件下的表現。結果發現推理支架的效果取決於模型架構：承諾協議提升標準模型但損害推理模型，而原則分離則能優化推理模型並縮小執行差距。這顯示針對不同 AI 架構設計差異化推理支架，才能有效提升複雜策略推理能力。
速報
FCMS 記憶體系統新突破：以經濟機制與圖形處理實現 AI 協調穩定性
針對多代理人系統的閉環協調問題，本研究提出 FCMS 記憶體系統架構。該架構導入機制導向智能 MBI 處理代理人更新，並利用耦合記憶體圖形處理 CMGP 將環境視為物理基質紀錄軌跡。研究證明在特定可計算閾值下，系統可達成全局穩定性，揭示了記憶體耗散必須快於反饋增益的關鍵原則，為未來 AI 協調系統提供理論基礎。
深度分析
邊緣運算新突破：利用 GRPO 微調 SLM 實現工業控制閉環自修正
工業自動化需將自然語言需求快速轉為控制策略，但雲端大模型延遲高且資安風險大。本研究採用 Qwen2.5-1.5B 小型模型，透過 GRPO 強化邏輯推理並結合符號驗證層與重新提示代理人，建構多代理自修正閉環。實驗顯示其平均動作對齊準確率達 91.5%，且在壓力測試中維持 95% 範圍內率，證明 SLM 方案能有效降低邊緣控制延遲並提升系統可靠性。
AI Agents
Awesome Copilot Indonesia：打造跨平台 AI 代理人技能庫，優化 SDLC 自動化
隨著 AI 編碼工具普及，開發者面臨多平台工具鏈碎片化問題。Awesome Copilot Indonesia 提供一套跨平台的 AI 代理人技能庫，整合自定義代理人、開發規則與提示詞，支援 GitHub Copilot 與 Google Antigravity 等多種工具。此舉能將 AI 角色從補全工具提升至 SDLC 全流程管理，顯著提升開發效率並降低跨平台遷移成本。