跳到正文
#MCP/工具调用
10月15日周四
  12. arXiv cs.AI30

    Logos：如何让插件式智能体的可逆性保证跨进程成立

    论文将插件式智能体的时空可组合性演算从单进程限制放宽到组件与记录可任意分配到多进程，给出四个充分条件并用定理1证明可逆性保证跨进程成立。基于该定理构建的 Logos 采用 ROS 式的对等进程与名称路由形式，插件即进程，路由表可重建，恢复所需的会话状态存于无归属的追加式记录中。

  14. arXiv cs.AI44

    将搜索与推理解耦：面向 LLM 智能体的厂商无关接地架构

    研究者提出 Decoupled Search Grounding（DSG），通过 MCP 兼容网关把搜索接地移出推理模型，将供应商路由、来源感知上下文渲染、检索深度控制与缓存变为可调接口。在 SimpleQA 上 DSG 准确率 86.1%（原生搜索 87.7%），搜索成本降低 91%，热缓存命中率 99.4%、延迟降低 68%；在电商 QIU 负载上准确率持平原生搜索，搜索成本降低超 98%。

  16. arXiv cs.CL28

    评估 LLM 作为真实客服技能中的智能体工作流执行器

    研究构建了一套基于真实客服对话记录的 Skill LLM 基准，通过 MCP 兼容 mock 模拟环境状态并生成多轮工具调用对话，对 17 个模型进行零样本评测。GPT-5.4 大幅领先，QWEN3.5-9B 是 20B 以下最强开源权重模型，在每位评审下均超过多个闭源基线。10 组评审两两一致率平均 Kappa=0.524，表明评审可靠性需与模型能力同等重视。

  18. arXiv cs.AI24

    大语言模型借助可微用户均衡层实现交通规划

    研究提出一套人机协同交通规划框架，将大语言模型、MCP 接口、开源交通规划引擎 AequilibraE 与可微用户均衡（UE）分配层结合，让非专家用户以自然语言完成网络分析与方案优化。该可微 UE 层通过对 Beckmann 交通分配问题的 KKT 条件直接求导实现，并已在基于观测流量的行驶时间函数标定和预算约束下的网络设计两项任务中演示。

  19. arXiv cs.CL21

    面向多会话个性化工具调用的潜在偏好建模

    研究者提出 Multi-Session Personalized Tool Calling（MPT）基准，包含 459 段多会话交互历史中的 4,695 个实例，覆盖偏好回忆、归纳与迁移三类挑战。同时提出测试时记忆方法 PRefine，将用户潜在偏好维护为文本假设，通过生成—验证—精炼循环迭代修正。在五个 LLM 上，PRefine 优于所有基线，并在偏好迁移任务上单独超过全历史提示。

  20. arXiv cs.AI22

    分布式智能体工具网关的撤销完成判定：C0-C5 可执行结果契约

    论文提出 C0-C5 有界结果契约，用于判定分布式智能体工具网关的撤销是否真正完成，并以持久化监控在冻结网关集上实现。在 Keycloak 26.7、8 个物理网关、Filesystem 与 PostgreSQL 效果及 16 台 AWS 主机的实验中，接收端选择性不投递时传输确认与接收端持久化仍成功，但 225 次调用中 112 次（49.78%）被放行且效果全部提交。

  23. arXiv cs.AI34

    MCPDisCo：面向 MCP 原生智能体的跷跷板缓解微调框架

    MCPDisCo 是一个面向 MCP 原生智能体的生态级强化学习框架，基于 Thought-MDP 在 70 个 MCP 服务器、527 个工具的真实长程交互上训练。它针对推理与工具使用相互拖累的"跷跷板"失效模式，结合 token 掩码奖励归因与双向梯度手术进行缓解，以更少 CoT token 取得更高成功率。在 MCP-Atlas 与 GAIA 上保持单调增益，模型权重与实现已开放。

  25. arXiv cs.AI31

    哪些元数据影响 MCP 中的 LLM 工具选择？来自受控因子级干预的证据

    研究对 367,174 个 MCP 工具的元数据分析发现，功能相似的工具存在显著参数 schema 差异。通过跨 5 个 LLM 和 5 项任务的受控干预实验，参数 schema 变化引发的选择偏移最大且最一致，模型倾向分离的顶层参数而非分组或复合形式；当仅有一个 schema 满足显式请求要求时，全部 5 个模型都选择了兼容工具。

  26. RadarAI32

    蚂蚁国际 AMP 接入 Starryblu 钱包，Agent 支付落地

    蚂蚁国际 9 月公布 AMP（Agentic Mobile Protocol，面向 AI Agent 的移动支付协议）第一阶段合作名单，Starryblu 是 10 家钱包合作伙伴中唯一的新加坡方，承担钱包侧的账户连接、授权与付款。用户可在 Agent 中连接 Starryblu 钱包完成授权和身份验证，再由 Agent 按预算与条件寻找酒店并执行付款，或采用预先授权方式在设定范围内自动下单。

  29. RadarAI22

    腾讯个人 AI 管家 Marvis（马维斯）正式登陆华为鸿蒙应用市场

    腾讯个人 AI 管家 Marvis（马维斯）正式登陆华为鸿蒙应用市场，鸿蒙版与 Android、iOS 端功能保持一致，支持自然语言操控电脑、跨端远控电脑、定时任务、文件智能处理等能力。鸿蒙版新增微信和 QQ 登录，用户历史对话与积分资产均可继承，老用户可在鸿蒙设备上无缝继续使用。