AI Papers Daily

#Agentic System

5 篇

MaxKernel: Agentic Kernel Generation for TPUs

MaxKernel：面向 TPU 的智能体内核生成系统

🧭 多智能体 TPU 内核生成

Google · Google DeepMind

MaxKernel 多智能体系统利用 LLM 与实时编译反馈，在 TPU 上自动生成并优化高性能内核，匹配专家手写调优基线

📌 工作参考价值（4 点）

• 多智能体专业化分工可迁移到推荐 Agent 工作流：将规划、实现、自调试、测试、profiling 拆成独立子智能体，共享同一套工具和上下文；在搜索推荐场景中，可类似拆分 query 理解、召回策略、排序模型评估、A/B 实验分析等角色，降低单 Agent 复杂任务失败率。
• 实时反馈闭环驱动自主优化：MaxKernel 利用编译错误、性能指标、硬件 trace 作为环境反馈，让 Agent 自动迭代；这对应推荐系统中的在线指标、实验报告、bad case 分析等反馈回路，可用作 Agent 自动调参、自动特征工程或 prompt 优化。
• 按任务复杂度切换三种协作模式：HITL 适合高风险策略调整，Auto 适合批量优化，Graph-Based Search 用于全局探索设计空间；推荐/广告业务中，低风险自动优化、高风险人工审核的组合策略可直接借鉴。
• 对纯推荐业务直接价值有限：核心是底层 kernel 生成，业务可借鉴点主要在 Agent 架构与反馈闭环方法论，而非推荐算法本身。

MultiAgent | 2026-09-02 | HF Daily | score 6/10

Agentic SystemKernel GenerationTPULLMCompiler FeedbackMulti-Agent

Agent Against Agent: An Agentic System for Automatic Prompt Injection Red Teaming

智能体红队系统：自动提示注入攻击

🧭 Agent 红队测试与安全攻击

The Pennsylvania State University

提出PIMiner，通过多任务训练构建可迁移策略库，实现跨LLM的高效提示注入红队测试。

📌 工作参考价值（4 点）

• 对 Agent 推荐系统做安全评估时，可借鉴策略库思路：收集历史攻击成功案例，沉淀为可复用的策略模板，对新上线的 Agent 模块快速进行鲁棒性测试。
• 高度稀疏查询（每个样本仅需约 10 次查询）的做法，适合在线上生产环境以极低采样成本持续探测 Agent 是否有注入漏洞，避免大量无效请求影响服务。
• 跨模型迁移能力表明：可以基于少数开源模型训练出一套通用攻击策略库，再迁移到闭源商业模型（如 GPT-4）上做红队测试，业务中不必强行获取目标模型内部信息。
• 攻击成功样本可直接用于构造对抗训练数据，强化防御，从而让电商搜索 / 推荐 Agent 更稳健地处理不可信的外部内容（如商品描述、用户评价、工具返回结果）。

Agent | 2026-08-04 | HF Daily | score 6/10

Prompt InjectionRed TeamingAgentic SystemAttackLLM SecurityStrategy Library

VideoCoCo: Code-as-CoT for Physically-Consistent Video Generation via an Agentic Dual-Engine System

VideoCoCo：基于双引擎与可执行代码思维链的物理一致视频生成

🧭 视频生成 · 可执行代码思维链

CUHK · USTC · SCUT · HKU · NTU

用可执行 Blender 代码作为过程级思维链，将物理推理与视觉生成解耦，显著提升视频物理一致性

📌 工作参考价值（4 点）

• 双引擎“过程推理 + 精细生成”的架构可启发在推荐系统中分离策略规划（如用户意图理解、多步交互设计）与内容生成，提升复杂流程的可控性。
• 用可执行代码作为中间表示，确保了确定性、可解释和可审计，类似思想可用于推荐场景中需要严格逻辑保证的环节（如营销规则引擎、动态定价逻辑）。
• 为适应模拟草稿域差异而专门构建配对数据集的方法，可迁移到推荐系统的域适配数据增强，例如合成用户行为轨迹与真实轨迹的对齐训练。
• 整体工作偏向视频生成，直接用于搜推系统的业务点有限，更多是架构与表示层面的理念参考。

Other | 2026-07-28 | HF Daily | score 6/10

Video GenerationCode-as-CoTAgentic SystemPhysical ConsistencyDual-EngineBlender Simulation

Which Models Are Our Models Built On? Auditing Invisible Dependencies in Modern LLMs

我们的模型建立在哪些模型之上？审计现代 LLM 中的隐性依赖

🧭 LLM 依赖审计与供应链透明化

University of California, Berkeley · Allen Institute for AI

用 Agent 系统 ModSleuth 递归还原 LLM 开发中的 1060 个来源验证依赖，并揭示许可证、耦合等隐患

📌 工作参考价值（4 点）

• 多模型流水线（如 Agent 协作、生成式推荐链路）中，可借鉴 ModSleuth 的依赖建模方法，自动追踪数据、模型、工具间的引用关系，防止文档碎片化导致的风险。
• 在电商推荐工程中，若使用 LLM 生成内容、过滤数据或评估输出，可以利用类似的依赖图审计来管理许可证义务，避免多跳协议冲突。
• 其操作中心关系（editing、judging、filtering 等）的依赖分类，可直接复用于组织内部模型流水线的构建与追溯，提升合规性和可解释性。
• 对于已发布的模型或数据集，建议采用类似版本解析与工件身份对齐的机制，减少训练时与发布时不一致带来的表现差异。

LLM | 2026-06-09 | HF Daily | score 6/10

LLM DependencyAgentic SystemModel Supply ChainAuditDocumentation

Argus: Evidence Assembly for Scalable Deep Research Agents

Argus：证据拼装实现可扩展深度研究Agent

🧭 Agent多智体协作优化 ★ 深度解读

MiroMind AI

通过Searcher和Navigator协作构建共享证据图，将深度研究转化为证据拼图，实现并行搜索的线性扩展。

📌 工作参考价值（4 点）

• 用证据图解耦搜索与推理：在电商知识图谱问答或Agent任务规划中，可以将并行执行的子任务结果抽象为图结构（节点=证据/主张，边=支持/矛盾），由协调Agent在图层面进行验证与派发，避免直接拼接长上下文，压缩比可达1200:1。
• 对比奖励驱动验证学习：借鉴GRPO+对比奖励（verification前后得分差），训练Agent学会识别回答中的缺失证据并主动查询，在电商多跳问答或生成式推荐中可让模型自动补全信息缺口，而非被动合并。
• 独立训练、组合推理：将Searcher（执行器）和Navigator（协调器）分开训练，Searcher保持标准ReAct，Navigator通过RL掌握何时验证、派发、合成，推理时可按需切换单/并行模式，类似电商场景中前端搜索Agent与后端推理Agent的解耦设计。
• 图结构提高可解释性：最终答案每个声称都追溯到证据节点和URL，实现完全可审计。在电商推荐理由生成中，可构建主张-证据链，提升用户信任和合规性。

MultiAgent | 2026-05-15 | cs.IR | score 8/10

Agentic SystemMulti-AgentEvidence GraphGRPODeep ResearchTest-time Scaling