AI Papers Daily

#Persistence

3 篇

VibeLifeBench: Can Your Life Agent Be Proactive and Persistent in a Living World?

VibeLifeBench：多周生活世界中主动持久的生活助理评测基准

🧭 长周期主动式 Agent 评测

Xiaohongshu Dots Studio · Evolvent AI

提出了首个衡量 LLM agent 在长期变化世界中主动性与持续性的评测基准，发现所有前沿模型得分极低

📌 工作参考价值（4 点）

• 电商购物助理等长期交互场景可借鉴：agent 需具备主动察变能力（如价格波动、库存变化），而不仅是响应指令。
• 评测需覆盖三个维度：最终状态、行动及时性、隐含约束遵守——业务中类似“隐含约束”（如不打扰用户休息）往往比明面要求更重要。
• 模拟世界“时间自动推进且变动沉默”的设计，可直接复用到长期推荐或营销推送的离线回测框架，强制 agent 周期性重检。
• 开源的任务与环境可作为构建“长期主动推荐 agent”的测试床，验证上下文保持与跨会话连贯性。

Eval | 2026-08-10 | HF Daily | score 7/10

Long-horizonProactivityPersistenceLLM AgentsBenchmarkEveryday-life Assistance

SkillJack: Persistent Skill Backdoors in Self-Evolving Agents

SkillJack：自进化智能体技能管道中的持久后门攻击

🧭 自进化 Agent 技能学习的安全风险 ★ 深度解读

Tencent Zhuque Lab

首次揭示自进化智能体的经验到技能转换如何将中毒经验固化为持久、可路由的后门技能

📌 工作参考价值（4 点）

• 自进化推荐Agent若用交互历史生成检索或推荐技能，须警惕中毒经验被固化；应建立技能溯源，标记数据血缘，源清除时级联撤销衍生技能，避免持久后门。
• 技能提取会“洗白”恶意意图（如“备份服务”掩盖数据外传），安全检测不能仅审查原始轨迹，需对每个衍生技能重新评估，尤其关注元数据（名称、描述）是否误导检测器。
• 工程实现中，技能库与经验存储通常解耦，仅清空原始记录不足以根除攻击，需配套技能生命周期管理，实现源删则后代技能同步失效。
• 对使用LLM路由的技能推荐系统，可借鉴其载荷构造思路，设计元数据感知的鲁棒性审查，避免仅靠表面文本判毒；并注意多防线组合可能因技能路由变化而失效，需联合优化。

Agent | 2026-08-03 | HF Daily | score 8/10

Self-Evolving AgentsSkill ExtractionPoisoning AttackPersistenceLLM SecurityAgent Backdoor

Fetch-then-Explore: Decoupling Selection from Extraction over a Persistent Workspace for Search Agents

先取后探：解耦搜索代理的选择与提取，基于持久工作区

🧭 Agent 文档访问接口设计 ★ 深度解读

Renmin University of China · Xiaohongshu Inc. · National University of Singapore

将文档选择与证据提取解耦到文件系统工作区，搜索代理可反复回查已选页面，准确率大幅领先传统浏览接口

📌 工作参考价值（4 点）

• 工具集分离思想可迁移至推荐 Agent 的知识检索：在商品知识库问答或素材库检索中，可将“检索候选”与“提取证据”分成两个独立工具（如 fetch 与 grep/read），避免一次性将整个商品描述塞入上下文，减少 token 消耗且允许事后反复查阅。
• 文件系统工作区（Cache）模式可用于电商任务的多轮 Agent：对于需要多次查阅商品详情、用户评价、活动规则的场景，可让 Agent 在对话开始时 pull 一批候选页面到本地缓存，后续用 grep 按需检索具体字段，避免反复调用远程接口并保持状态稳定，适用于库存查询、竞品分析等长链任务。
• 持久化与跨文档联合查询的设计可提升召回证据完整性：在推荐或搜索聚合场景，可将多个候选商品的标题/属性/评价预先 fetch 到缓存，后续用正则表达式跨文件查询，避免漏掉关键信息（如同时搜索多个商品中是否包含某个成分），适合合规审核、特征比对。
• 轻量缓存选择（仅返回 header）能显著降低上下文占用且不损失信息：在实际推荐解释或商品比较 Agent 中，可借鉴只返回文件路径和长度的思想，让 LLM 先“记住”有哪些可用素材而不将其全部内容压入 prompt，需要时再用 read 工具按行读取，平衡上下文窗口压力与信息完整度。

Agent | 2026-08-03 | cs.IR | score 9/10

Search AgentDocument InterfacePersistenceWorkspaceDecouplingReAct