来源：arXiv cs.AI / cs.LG / cs.CL · 精选 5 篇（论文日期 2026-07-28，较执行日期延迟 2 天）
今日精选
1. MemLens：面向 LLM Agent 的价值感知记忆管理系统
- 原标题: MemLens: A Value-Aware Memory Management System with Interactive Analytics for LLM-based Agents
- 作者/机构: Shuyue Wei, Chang Liu, Zimu Zhou, Yongxin Tong, Lizhen Cui 等（北京航空航天大学）| arXiv
- 核心贡献: ① 针对 LLM Agent 记忆系统中「粗粒度、无差别存储」导致冗余记录堆积的问题，提出价值感知的细粒度记忆管理方案。② 引入 Shapley 风格的记忆价值评估，通过交互式分析仪表盘展示完整记忆生命周期（评估→存储→辅助响应）。③ 支持对比不同记忆管理策略在响应质量、检索延迟和 Token 消耗三个维度上的表现。
- 工程关联: 直接服务于 LLM Agent 长期记忆管理，为 Agent 框架的记忆模块设计提供可量化的评估标准；Shapley 价值评估方法可复用至 RAG 系统的文档权重排序。
- 价值点: 提供了一套可解释的记忆价值量化方案和可视化工具，帮助开发者识别并清理低效记忆记录，降低 Agent 长对话的 Token 成本。
2. RSIBench-Data：面向递归自我改进的数据中心化研究基准
- 原标题: RSIBench-Data: Benchmarking Data-Centric Research for Recursive Self-Improvement
- 作者/机构: Fanqing Meng, Lingxiao Du, Qiguang Chen 等（Evolvent AI）| arXiv
- 核心贡献: ① 构建首个可控的 LLM Agent 作为数据研究员（data-centric researcher）的基准测试，Agent 需迭代修订训练数据策略以改进固定目标模型。② 在软件工程、终端使用、科学问答和数学 6 个基准上评估 4 个前沿 Agent，58.33% 的设定中 Agent 能通过反馈改进初始结果。③ 轨迹分析揭示改进不一致问题：78.26% 的后续搜索最终得到更差分，优秀结果往往出现在早期运行中，提示当前 Agent 尚无法稳定地将反馈转化为持续改进。代码开源：https://github.com/evolvent-ai/RSIBench-Data
- 工程关联: 为自动化的后训练数据迭代（post-training data iteration）提供标准化测试框架，直接关联 RLHF / DPO / 指令微调的数据策略优化，以及 AI 辅助 AI 研究（automated research）方向。
- 价值点: 提供了递归自我改进能力的可度量基准和失败模式分析，帮助团队评估当前 Agent 在数据策略自动化迭代中的真实瓶颈——「能发现问题」不等于「能稳定修复问题」。
3. WorkSurface-Bench：企业 Agent 多表面知识路由基准
- 原标题: WorkSurface-Bench: Benchmarking Enterprise Agents on Multi-Surface Knowledge Routing
- 作者/机构: Hao Liang, Meiyi Qiang, Sizhe Qiu, Linzhuang Sun, Wentao Zhang 等（北京大学）| arXiv
- 核心贡献: ① 针对企业 Agent 需同时处理文档（叙述事实）、表格（计算）和依赖图（文件关系）三种异构知识源的场景，提出「表面路由（surface routing）」能力评估框架。② 构建含 1,151 道原子任务的测试集，所有答案均可审计（表格通过 DuckDB 查询复现、文档基于验证文本片段、图答案可追溯依赖标注）。③ 实验揭示：在工具受控条件下，Agent 的路由 F1 高达 98.7-99.8%，但答案准确率仅 56.1-75.3%，说明「选对知识源」必要但不充分。代码开源：https://github.com/haolpku/WorkSurface-Bench
- 工程关联: 为企业在构建 Agent 时的知识源编排策略提供量化参考——将路由决策与答案生成解耦评估，有助于诊断企业 RAG + Agent 系统在真实多源环境下的失败点。
- 价值点: 提供了首个将「知识源选择」作为独立维度评估的基准，配套可审计的答案验证管道，可直接用于企业 Agent 系统的能力瓶颈诊断。
4. AngelSpec：面向真实世界高性能推理的统一推测解码框架
- 原标题: AngelSpec: Towards Real-World High Performance Inference with Speculative Decoding
- 作者/机构: Hong Liu, Rui Cen, Junhan Shi, Guangshuo Qin 等（13 人大型研究团队）| arXiv
- 核心贡献: ① 识别推测解码中单一 drafting 结构无法适配所有真实工作负载的问题——自回归 MTP 适合高熵开放对话，Block-Diffusion 适合代码/数学等长可预测序列。② 提出三层统一框架：训练层按数据分布共特化两类 drafter；架构层提出 DFly（混合目标条件主干 + 前置条件自回归头），改善目标特征利用和块内依赖建模；推理层以共享批级资源动态分配验证深度。③ 在 Hy3 系列模型上，DFly 相比单结构 drafter 在对话和代码场景同时获得加速。
- 工程关联: 直接服务于 LLM 推理优化（降低首 Token 延迟和吞吐提升），其「按数据域共特化 drafter + 在线自适应」的设计思路可指导生产环境中推测解码的部署策略。
- 价值点: 提供了一个训练层面（非仅推理层面）解决推测解码异质性的方案，DFly 的块并行扩散 + 自适应验证深度设计对自建推理服务的团队有直接参考意义。
5. UniMem：面向无边界任务流的互补式情景-参数化记忆框架
- 原标题: UniMem: Complementary Episodic-to-Parametric Memory for Boundary-Agnostic Task Streams
- 作者/机构: Siyu Xia, Chenheng Zhang, Yanting Wu 等（北京大学 & 伦敦大学学院）| arXiv
- 核心贡献: ① 针对 LLM Agent 在无边界的流式任务序列中面临「稳定性-可塑性」困境——检索记忆吸收快但推理开销大，参数化记忆执行高效但依赖明确任务边界。② 受人脑互补记忆系统启发，提出 UniMem 自路由框架：新颖/稀疏任务保留在情景缓冲区用于检索增强执行，重复可靠模式逐步整合到可扩展参数化记忆。③ 通过可学习路由 Token 解耦任务识别与执行，实现按需扩展记忆，在长期流式任务序列上平均提升 4.0 EM 点。
- 工程关联: 提出了一种将 RAG（情景记忆）与微调 LoRA 模块（参数化记忆）融合的自动化框架，为构建自进化的 Agent 系统提供了记忆架构参考。
- 价值点: 路由 Token + 记忆块解耦的设计提供了一条中间路径——既不依赖外部向量数据库做全量检索，也不要求离线训练阶段明确划分任务边界，更适合在线持续部署场景。
今日关键词
LLM Agent 记忆管理 · LLM Agent Memory Management · 递归自我改进 · Recursive Self-Improvement · 推测解码 · Speculative Decoding · 企业智能体 · Enterprise Agents · 参数化记忆 · Parametric Memory · 知识路由 · Knowledge Routing · 后训练优化 · Post-Training Optimization · 情景记忆巩固 · Episodic Memory Consolidation