加州大学圣塔芭芭拉分校的研究者提出了AgentFlow框架，该框架利用类型化图DSL自动合成多智能体协作方案，成功在Google Chrome中发现了10个未知零日漏洞。通过反馈驱动的优化，该框架提升了漏洞发现的效率，证明了自动生成的协作方案能够发现传统方法遗漏的安全问题。

研究者提出了DiffMAS框架，将多智能体系统的通信机制转变为可学习的隐式表示，实现了通信与推理的联合优化。该方法通过隐空间映射和高效的参数训练，提高了推理准确率，减少了通信开销，表明通信与推理应紧密结合。实验结果显示，DiffMAS在多个基准测试中表现优异，证明了通信协议可以被学习和优化。

ICLR 2026会议讨论了AI记忆问题，提出了三种解决方案：压缩KV缓存、识别重要任务和让AI自我整理记忆。研究显示，现有AI在长对话中的表现不佳，需要改进记忆管理。科学家们正在努力提升AI的记忆能力。

孟加拉国贾加纳特大学与巴里萨尔大学的研究提出了瞬态轮次注入（TTI）攻击，揭示了大语言模型在无状态API交互中的安全漏洞。攻击者通过将恶意意图分散到多个请求中，成功绕过模型的安全策略。实验评估了OpenAI、Anthropic、Google和Meta的模型，发现Gemini系列最脆弱，而Claude 3.5 Haiku表现最佳。论文还提出了防御思路，但完全解决TTI攻击仍需进一步研究。

Alec Radford因其DCGAN论文获得ICLR 2026时间检验奖，该论文在机器学习领域具有深远影响，奠定了图像生成研究的基础。三位作者均非博士生，来自不同背景。DCGAN推动了生成对抗网络的发展，至今仍具重要意义。

论文《LLM Agent 的外化设计框架》提出了将 Agent 设计空间划分为记忆、技能、协议和框架四个维度。研究表明，外化设计显著提升了系统的可靠性，克服了早期模型内部编码能力的局限性。外化框架为设计提供了系统化分析工具，帮助工程师优化系统的可靠性和可扩展性。

康奈尔大学的研究提出了PRIME框架，通过显式经验积累实现用户中心Agent的持续进化，避免了梯度学习的高成本和可解释性问题。该框架提炼成功策略、失败模式和用户偏好，实验表明其性能与传统方法相当，且运行成本低，决策过程透明。然而，PRIME在记忆管理和跨用户泛化方面仍面临挑战。

论文《MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation》提出了一种多智能体协同处理检索证据的方法，旨在提高在噪声和异构上下文下的答案准确性。该方法将证据处理分为四个阶段，由不同智能体完成，显著降低了幻觉率并增强了鲁棒性，适用于多种场景。

德国康斯坦茨大学与以色列魏茨曼科学研究所的研究首次评估了不同合作机制对大型语言模型（LLM）智能体在社交困境中的影响。研究发现，推理能力强的LLM反而更少合作，合约和调解机制最为有效。实验包括囚徒困境等经典博弈，结果显示现代LLM在单次博弈中普遍选择背叛，推理能力越强，合作越少，提示当前训练可能导致更多机会主义行为。

研究团队推出了Prefill-as-a-Service（PrFaaS），旨在解决大模型推理中的跨机房调度问题。该架构通过将Prefill计算卸载到专用集群，并利用普通以太网传输KV Cache，显著提升了吞吐量和降低了延迟。实验结果表明，PrFaaS在吞吐量上提升54%，P90延迟降低64%，有效支持长上下文场景。

斯坦福大学的研究表明，在多跳推理任务中，单Agent系统的表现优于多Agent系统，尤其在计算量相同的情况下。研究指出，多Agent系统的优势主要来自于token数量的增加，而非架构本身的提升。这一发现对AI工程实践具有重要指导意义，建议在固定计算量时优先考虑单Agent架构。

普林斯顿大学的研究探讨了使用大型语言模型（LLM）评估LLM的可靠性。研究发现，尽管整体传递性违规率较低，但有33-67%的文档存在不一致性。论文提出通过分裂共形预测集来量化评估可靠性，并指出评估标准的选择对可靠性影响大于裁判模型，选择相关性强的评估标准可以提升评估质量。

一篇研究论文首次形式化了大模型时代的奖励黑客行为，揭示了目标压缩、优化放大和评估器-策略协同适应三要素的交互作用导致的安全失效。论文提出了三类缓解策略：增强表示、鲁棒策略优化和评估器-策略解耦，以应对奖励黑客现象。

切问学术推出的AI工具“龙虾”OpenClaw，能够自动复现论文，简化科研流程。用户只需上传PDF，AI会评估实验复杂度、自动部署环境、修复Bug，并提供研究改进建议，使科研人员更专注于创新。