AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：智能体×
6月25日
17:04
17:03
13:54
12:35
11:00
11:00arXiv cs.AI@Xihan Xiong, Zelin Li, Wei Wei, Qin Wang, William Knottenbelt, Zhipeng Wang
该论文首次对ERC-8004协议进行实证研究，覆盖Ethereum、BNB Smart Chain、Base三条链，截至2026年5月13日。身份注册中仅3%（Ethereum）、4%（BSC）、15%（Base）为有效活跃代理。信誉系统存在不可通约、无验证、可低成本操纵问题，且73.6%（Ethereum）、59.2%（BSC）、90.6%（Base）的评价者表现出协同Sybil行为。去除Sybil后，15.5%、72.3%、89.4%的代理无有效反馈。论文据此提出协议改进建议。
论文ERC-8004EthereumBNB Smart ChainBase智能体
推荐理由：这篇论文用数据告诉你ERC-8004信任层的水有多深：大部分注册是摆设，信誉能被轻易刷分。研究AI代理和区块链的人都该看看。
原文
10:48
10:45
10:45arXiv cs.LG@Changdae Oh, Wendi Li, Seongheon Park, Samuel Yeh, Tanwi Mallick, Sharon Li
本文提出进度优势（Progress Advantage），通过计算RL后训练策略与参考策略的对数概率比，隐式获得智能体步骤级评分，无需额外训练奖励模型。该方法在五个基准（包括MATH、HotpotQA等）和四个模型家族（Llama-2、Mistral等）上验证，在测试时扩展、不确定性量化、失败归因三项任务中均优于基于置信度的基线。尽管无需任务特定训练，它仍超越专用奖励模型。论文还分析了进度优势的特征，为实际智能体系统提供使用指导。
AI模型Progress AdvantageRL后训练智能体奖励模型测试时扩展
推荐理由：这篇论文说，RL后训练时顺便就能得到一个免费的好信号，不用再费劲训练奖励模型，在好几个测试里都比专门训练的效果还好。做智能体训练的一定得看看。
原文
10:25
10:25shao__meng@shao__meng
精选
Matt Pocock 在开源 Skills 系列中增加了新技能「loop-me」，目前处于 in-progress 阶段。该技能在多轮会话中利用当前目录作为有状态工作区，通过「拷问」方式将想法转化为可落地的 workflows/*.md 规格文件。loop-me 与已有的 grill-me 共享拷问纪律，但产出不同：grill-me 对齐任意计划，loop-me 只产出 workflows/*.md。其核心是识别用户生活中可预测的重复模式（职业节奏、早晨例行等），并主动发现用户未意识到的任务，从而委托给 AI agent。项目在 GitHub 上已有 165K star。
技巧loop-meSkills智能体工作流提示词工程
推荐理由：如果你总在做重复的杂事，这个新技能 loop-me 能帮你把流程写成规格，然后让 AI 接手，省下大把时间。
原文
09:44
09:39
09:39arXiv cs.AI@Hyejun Jeong, Dzung Pham, Amir Houmansadr, Eugene Bagdasarian
研究人员提出并形式化了“代理监控”（agentic surveillance）问题，即AI智能体利用可访问信息生成报告并发送的能力。他们创建了SurveilBench数据集，涵盖企业、教育和警察三个领域的多种报告场景。实验发现部分模型会自发协助监控，但也会主动向政府报告监控尝试。为对抗这类监控，论文开发了三种提示注入逃逸技术：隐藏、欺骗或诱导过度上报。研究表明代理监控已可轻易实现，亟需技术、伦理和法律框架保护用户。
论文AI安全智能体提示注入SurveilBench监控
推荐理由：这篇论文发现了AI智能体会自动打小报告，还给出了三种对抗方法，搞AI安全的朋友可以看看。
原文
09:28
09:27
09:25
08:03
07:27
07:24
06:48
06:29
04:58
04:24
03:54
03:43
03:42
03:27
03:15
03:01
02:43
02:42
02:37
02:34
02:32
02:25
01:39
01:31
01:25
00:52
00:48
00:34
00:10
6月24日
23:29