论文解读
我全部 15 篇论文的中文解读——每篇回答一个具体问题，数字均取自论文原文。
-
arXiv 2026 · 袁傲杰一作
为什么每个 AI 智能体都需要一层审计？
AI 智能体已经能执行代码、调用 API、花钱。袁傲杰解释什么是智能体审计层、为什么“执行前审计”优于事后日志，以及如何零代码改动接入——AEGIS 的设计思路。
-
Findings of EMNLP 2026 · 袁傲杰二作
多用户 AI 智能体网络如何保证安全？
当每个人都有一个替自己办事的 AI 智能体，危害会通过共享任务在用户之间传播。袁傲杰解读跨用户智能体安全，以及可审计沙箱 WeClawArena（Findings of EMNLP 2026）如何衡量它。
-
ICLR 2026 · 袁傲杰合作者
电脑操作智能体能做“看得见”的软件工程吗？
真实的调试需要运行软件、看界面、再改代码。袁傲杰解读 ICLR 2026 论文 CUA-SWE：一个要求智能体结合截图、界面操作与代码修改，并由确定性测试验证的基准。
-
KnowFM @ ACL 2026 · ACM AI Summit 2026 · 袁傲杰二作
怎样的 AI 智能体才算“可审计”？
没有可审计性，就没有问责。袁傲杰解读立场论文 Auditable Agents：智能体可审计性的五个维度、为什么需要“检测—执行—恢复”三类机制，以及“可审计性卡片”。
-
NeurIPS 2026 · FAGEN @ ICML 2026 · 袁傲杰二作
如何衡量工具调用智能体的“仿真到现实”落差？
智能体在干净的基准上得高分，上线后却被错别字、超时和重名工具击垮。袁傲杰解读 NeurIPS 2026 论文 When Simulation Lies：22 种真实扰动下的鲁棒性评测与域随机化强化学习方案。
-
AI4GOOD & FAGEN @ ICML 2026 · 袁傲杰一作
什么是自我进化的事实校验智能体？
幻觉是 AI 智能体可靠性的瓶颈。袁傲杰解读 SEVA：一个检查论断是否有出处支撑、输出结构化判定，并用过程奖励持续自我改进的事实校验智能体。
-
arXiv 2026 · 袁傲杰一作
AI 智能体如何记住长对话？
更大的上下文窗口解决不了长期记忆。袁傲杰解读 AgentIR：负载自适应的级联检索，简单查询约 0.9 毫秒返回，只有难查询才升级到稠密检索。
-
arXiv 2026 · 袁傲杰一作
大模型推理一定要把全部 KV cache 放在 HBM 里吗？
长思维链会让 KV cache 塞满稀缺的 GPU 显存，但大部分 token 并不重要。袁傲杰解读语义感知的显存分层：不删任何 token，只是不全放在最贵的内存里。
-
arXiv 2026 · 袁傲杰一作
什么是“宪章治理”的多智能体编排？
给一群 AI 智能体一个目标和一张信用卡，它们会守规矩、不超支吗？袁傲杰解读 Sovereign-OS：YAML 宪章、执行支出审批的 CFO 和只追加账本，如何让多智能体系统具备可验证的财务纪律。
-
arXiv 2026 · 袁傲杰一作
大模型知道自己的思维链推错了吗？
大模型在内部能察觉自己的推理错误，表面上却依然自信。袁傲杰解读思维链中的“隐藏错误感知”：探针 AUROC 达 0.95，但这个信号只能诊断、不能用来纠错。
-
arXiv 2026 · 袁傲杰一作
大模型用英文、代码和数学推理时，内部是同一套表示吗？
袁傲杰解读格式无关推理子空间（FARS）：大模型用一个 10 维子空间表示同一个推理概念，无论它写成英文、代码还是数学；以及由此发现的“陈述式—过程式”不对称。
-
arXiv 2026 · 袁傲杰一作
概念子空间只是 logit lens 的“伪装”吗？
一个只用模型权重的几何检验，判断提取出的概念子空间是否与模型的输出读出方向重合。袁傲杰解读这一诊断方法、它的对照组，以及在 26 个模型上的结果。
-
arXiv 2026 · 袁傲杰一作
为什么决策导向学习常常赢不了 MSE？
决策导向学习用下游决策损失来训练预测器，但相比 MSE 的提升往往很小。袁傲杰解读“雅可比秩塌缩”，以及实验揭示了什么。
-
arXiv 2026 · 袁傲杰独立作者
医学影像检索如何按病灶区域，而不只是整张图？
袁傲杰解读 HMAR：一个混合专家架构的医学影像检索框架，用全局专家和病灶专家配合检索，无需框标注训练，并用 KAN 层生成哈希码。
-
Agent Skills @ ACM CAIS 2026 · 袁傲杰二作
AI 智能体技能在不同语言下一样安全吗？
公开的智能体技能因语言而异——英文偏技术，中文偏媒体、社交与金融，安全信号也不均衡。袁傲杰解读为什么跨语言混淆能绕过单语言检测器。