教育科技研究速報

提出 OneDayAgent 框架，透過任務分解、記憶維護與驗證修復機制，解決自主代理人在長程任務中的目標漂移與上下文溢出問題。

本文揭示了 AI Agent 在多輪交互中會出現安全性降低與重複錯誤的風險，並提出架構化的監督機制。

開發 ReasFlow 系統，透過多代理協作模擬「研究員與研究生」關係，實現自動化的理論數學研究與論文撰寫。

提出 MemoHarness 框架，透過雙層經驗庫讓 AI 代理人能根據過往執行經驗，動態調整其控制參數以優化任務表現。

提出 HEP 協定，將 AI 代理的科學推理過程結構化，使其具備可審計、可驗證的假設演化能力。

本文推出一個包含 46 項複雜任務的新基準測試，透過細粒度評分來評估 AI Agent 在長時程、開放式工作流中的表現。

提出 Clarus 框架，將科學研究從單一任務轉向跨代理、跨資源的開放式、可審計協作流程。

文章主張 AI 安全不應僅關注當下的行為表現，而應視為一種確保系統在演化過程中仍具備「可教導性」的認識論能力。

提出 DroneLets 框架，將無人機協作模式化，提升緊急服務效率

本文提出 ToolMaze 基準測試，揭示 LLM 代理人在面對工具錯誤時，其動態重新規劃能力的成長速度遠低於基礎任務執行能力。

本文提出 SMARt 模型，透過四層架構與形式化方法，解決代理型 AI 在不確定性增加時的失控與幻覺問題。

本文提出 GeoAgentBench 基準測試與 Plan-and-React 架構，旨在提升地理資訊系統（GIS）中 AI 代理的執行準確性與錯誤恢復能力。