arXiv 论文信号｜2026-09-25

今日值得读论文信号

主列表只保留今天真正值得花时间读的论文，把判断、中文解读和产品启发压在同一条阅读路径里。

2026-09-25

01 priority

具身智能多模态

它有什么用 用来连接视觉理解与动作执行，支持机器人和具身 Agent。

cs.RO Product Signal

Evolve Vision-Language-Action Model into an Agent with On-the-fly Tool-use

中文这篇主要面向多模态、空间理解或具身任务，适合关注世界模型和可执行动作链。

为什么值得读

把它当成一个产品系统样本来读：它如何拆任务、接工具、做反馈、记录过程，而不是只看模型指标。

查看判断依据Signal 86

Evolve Vision-Language-Action Model into an Agent with On-the-fly Tool-use 说明多模态系统正在靠近可操作的世界模型。

命中高价值主题: agent, multimodal_video; 评分证据: reelos_relevance, product_transfer, technical_novelty, evidence_quality

agent multimodal video

02 priority

GUI Agent

它有什么用 用来让 Agent 看懂并操作电脑或手机界面，减少长流程中的偏航。

cs.AI Research Signal

ERPBench: A State-Grounded Evaluation Paradigm for Computer-Use Agents in Enterprise Software

中文这篇主要是在定义一个新的评测场景，用来判断 Agent 或模型是否真的能完成真实任务。

为什么值得读

这类论文的重点通常不是榜单名次，而是它把什么真实任务定义成了可复现、可比较、可失败复盘的测试场。

查看判断依据Signal 80

ERPBench: A State-Grounded Evaluation Paradigm for Computer-Use Agents in Enterprise Software 的核心信号是 Agent 能力正在系统化，而不是停留在单次任务表现。

命中高价值主题: agent; 评分证据: reelos_relevance, product_transfer, technical_novelty, evidence_quality, content_value

agent

03 priority

Coding Agent

它有什么用 用来构建能在真实代码仓库里测试、调试和修复的 Coding Agent。

cs.SE Research Signal

Schr\"odinger's Code Repository: Have LLMs Learned SWE-bench or Memorized It?

中文这篇主要面向软件工程 Agent，关注代码、测试、调试或仓库级工作流。

为什么值得读

把它当成一个产品系统样本来读：它如何拆任务、接工具、做反馈、记录过程，而不是只看模型指标。

查看判断依据Signal 68

Schr\"odinger's Code Repository: Have LLMs Learned SWE-bench or Memorized It? 指向 AI Coding 从生成代码走向工程闭环。

命中高价值主题: agent, ai_coding; 评分证据: reelos_relevance, product_transfer, technical_novelty, evidence_quality

agent ai coding

备选论文池

这里是次优先级索引区，不和主信号区抢版面，只承担补充检索和后续人工复核功能。

7 papers

论文	领域	分数	原因
MedVLA: A Hierarchical Vision-Language-Action Framework for Closed-Loop Precision Medical Robot Manipulation 这篇主要面向多模态、空间理解或具身任务，适合关注世界模型和可执行动作链。	医疗 AI	74	接近主信号：用来整合医疗影像与临床信息，辅助医学理解、解释和评估。
Controlling Collectives of AI Agents in Reasoning Space with Spatial Transformers 这篇主要面向多模态、空间理解或具身任务，适合关注世界模型和可执行动作链。	具身智能	73	接近主信号：用来连接视觉理解与动作执行，支持机器人和具身 Agent。
Learning from Failures: Heterogeneous Graph Memory for Small Language Model Tool-Using Agents 这篇主要研究失败模式和恢复机制，适合用来理解 Agent 为什么会出错以及如何修正。	Agent	72	接近主信号：用来提升 Agent 长任务中的记忆、上下文和状态管理能力。
VLM2GeoVec: Toward Universal Multimodal Embeddings for Remote Sensing 面向画布类创意任务的多模态 Agent 运行、工具调用与评测框架。	具身智能	72	接近主信号：用来连接视觉理解与动作执行，支持机器人和具身 Agent。
MobileGym: A Verifiable and Highly Parallel Simulation Platform for Mobile GUI Agent Research 这篇主要关注模型如何操作真实界面，适合从 GUI Agent 和 Computer-use 产品角度阅读。	GUI Agent	71	接近主信号：用来让 Agent 看懂并操作电脑或手机界面，减少长流程中的偏航。
From Agent Output to Authorized Transition 这篇论文需要先从标题和摘要判断它对应的任务场景、系统结构和产品迁移价值。	Agent	71	接近主信号：用来把复杂任务拆成 Agent 可执行、可检查、可恢复的工作流。
Safeguarding LLM Agents against Long-Horizon Threats via Shadow Memory 这篇主要讨论记忆、上下文或检索机制，重点是长期任务里的状态管理。	AI 安全	70	接近主信号：用来提升 Agent 长任务中的记忆、上下文和状态管理能力。