arXiv 论文信号｜2026-09-28

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。

2026-09-28

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

Trajectory-Aware Benchmark Subset Selection for Cost-Efficient Software Engineering Agent Regression Testing

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 71

Trajectory-Aware Benchmark Subset Selection for Cost-Efficient Software Engineering Agent Regression Testing 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
Jev-Mobile: Jev as an Executor for Mobile GUI Agents 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	74	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。
Graph-Based Inference and Topology-Aware Multi-Agent Reinforcement Learning for Large-Scale Railway Network Management 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	70	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。
Screen Before You Serve: Simulation for Production Customer Experience AI Agents at 140M Scale 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	66	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。
Multimodal Thinking with Renderable Programs 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。	多模态	66	接近主信号：用来理解图像、视频和空间信息，支持多模态产品与工作流。
AdaHVLA: Adaptive Harnesses for Long-Horizon Vision-Language-Action Execution 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	66	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。
Self-Adaptive VLA for Robust Robot Deployment 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	65	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。
Direction-Scale Decomposition in Action Representation: Rethinking What to Tokenize for Vision-Language-Action Models 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	65	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。