Query: work kanban task t_0cded8ab Initializing agent... ──────────────────────────────────────── ┊ 📋 preparing kanban_show… ┊ ⚡ kanban_sh 0.0s ┊ 📖 preparing read_file… ┊ 📖 read ai_agent_ecosystem.md 0.6s ┊ 🔎 preparing search_files… ┊ 🔎 find * 0.1s ┊ 🔎 preparing search_files… ┊ 📖 preparing read_file… ┊ 📖 read evidence_20260912.json L1-100 0.2s ┊ 🔎 preparing search_files… ┊ 🔎 find *tech_daily* 0.2s ┊ 📖 preparing read_file… ┊ 📖 read 2026-09-12.md L1-100 0.1s [Binary file - cannot display as text. Use app...] ┊ 💻 preparing terminal… ┊ 💻 $ head -n 20 "shared/intelligence/daily/[2026-09-12].md" 2>/dev/null + 1 command 0.1s ┊ 📚 preparing skill_view… ┊ 📚 skill arxiv 0.1s ┊ 💻 preparing terminal… ┊ 💻 $ curl -s "https://export.arxiv.org/api/query?search_query=all:%22agent%22+AND+(all:%22research%22+OR+all:%22memory%22)+AND+cat:cs.AI&sortBy=submittedDate&sortOrder=descending&max_results=5" | python3 -c " import sys, xml.etree.ElementTree as ET ns = {'a': 'http://www.w3.org/2005/Atom'} root = ET.parse(sys.stdin).getroot() for i, entry in enumerate(root.findall('a:entry', ns)): title = entry.find('a:title', ns).text.strip().replace('\n', ' ') arxiv_id = entry.find('a:id', ns).text.strip().split('/abs/')[-1] published = entry.find('a:published', ns).text[:10] print(f'{arxiv_id} | {published} | {title}') " 0.7s ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 📖 preparing read_file… ┊ 📖 read SKILL.md L1-120 0.3s ┊ 💻 preparing terminal… ┊ 💻 $ hermes kanban --help 0.8s ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ ✍️ preparing write_file… ┊ ✍️ write profiles/r-and-d/raw_evidence/tech_evidence_20260912.json 0.3s ┊ ✍️ preparing write_file… ┊ 💻 preparing terminal… ┊ 💻 $ hermes kanban assign t_0cded8ab subc 1.0s [exit 1] ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… Query: work kanban task t_0cded8ab Initializing agent... ──────────────────────────────────────── ┊ 📚 preparing skill_view… ┊ 📋 preparing kanban_show… ┊ 📚 skill research-pipeline 0.1s ┊ ⚡ kanban_sh 0.0s ┊ 🔎 preparing search_files… ┊ 🔎 preparing search_files… ┊ 🔎 find * 0.3s ┊ 📖 preparing read_file… ┊ 📖 read ai_agent_ecosystem.md 0.3s ┊ 💻 preparing terminal… ┊ 💻 $ mkdir -p profiles/r-and-d/raw_evidence/ 0.2s ┊ 🔍 preparing web_search… ┊ 🔍 preparing web_search… ┊ 🔍 search site:arxiv.org/abs "cs.MA" OR "cs.AI" "multi-agent" OR "research agent" OR "long-term memory" 2026 4.2s ┊ 📄 preparing web_extract… ┊ 📄 fetch arxiv.org +4 0.1s [DuckDuckGo (ddgs) is a search-only backend an...] ┊ 💻 preparing terminal… ┊ 💻 $ curl -s "https://export.arxiv.org/api/query?search_query=cat:cs.MA&sortBy=submittedDate&sortOrder=descending&max_results=5" | grep -E "|<id>|<published>|<summary>" 0.6s ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ 💻 preparing terminal… ┊ ✍️ preparing write_file… ┊ ✍️ write /opt/ai-os/products/ceo/shared/intelligence/tech_daily/2026-09-12.md 0.2s ┊ review diff a//opt/ai-os/products/ceo/shared/intelligence/tech_daily/2026-09-12.md → b//opt/ai-os/products/ceo/shared/intelligence/tech_daily/2026-09-12.md @@ -1,87 +1,54 @@ -# Báo Cáo Tri Thức Công Nghệ Hằng Ngày: 2026.09.12 -Người thực hiện: R&D Evidence Collector (Lane r_and_d) -Mã nhiệm vụ: t_0cded8ab -Lĩnh vực: Group B3 Tech (Hạ tầng Agent & Quản trị Tri thức Nghiên cứu) +# Tech Daily Report: AI Agent Ecosystem & Research Knowledge Systems (2026-09-12) -## 1. Tổng quan nghiên cứu học thuật mới (ArXiv cs.AI và cs.MA) +## 1. Multi-Agent & Deep Research Papers (ArXiv) -### 1.1. Benchmark nghiên cứu sâu dài hạn (Long Horizon Deep Research) -• Tiêu đề bài báo: Mr.LHDR: A Benchmark for Multimodal Real World Long Horizon Deep Research Agents -• Mã định danh ArXiv: 2609.11318v1 -• Ngày công bố: 10 tháng 09 năm 2026 -• Đường dẫn gốc xác thực: https://arxiv.org/abs/2609.11318 -• Tệp PDF xác thực: https://arxiv.org/pdf/2609.11318 -• Tóm lược nội dung: Nghiên cứu giới thiệu chuẩn đánh giá Mr.LHDR nhằm đo lường năng lực của các AI Agent nghiên cứu chuyên sâu đa phương thức. Trọng tâm là khả năng thực thi các chuỗi tác vụ dài hạn, phụ thuộc phức tạp, đòi hỏi tìm kiếm tài liệu, phân tích bằng chứng, tổng hợp thông tin mà không bị mất mát ngữ cảnh hay gãy chuỗi logic. -• Đánh giá ưu và nhược điểm (Pros & Cons): - + Ưu điểm: Đưa ra khung đánh giá chuẩn mực cho các hệ thống Deep Research tự hành, giúp định lượng chính xác độ bền bỉ và độ tin cậy của Agent trong các bài toán nghiên cứu học thuật phức tạp. - + Nhược điểm: Chi phí tính toán và kiểm thử đánh giá trên tập benchmark này tương đối cao, đòi hỏi môi trường sandbox tích hợp đa công cụ hoàn chỉnh. -• Trích dẫn chuẩn APA 7: - Zhang, L., Wang, Y., Chen, H., & Liu, X. (2026). Mr.LHDR: A Benchmark for Multimodal Real-World Long-Horizon Deep Research Agents. arXiv preprint arXiv:2609.11318. https://arxiv.org/abs/2609.11318 +### Mr.LHDR: A Benchmark for Multimodal Real-World Long-Horizon Deep Research Agents +- **URL**: https://arxiv.org/abs/2609.11318 +- **Published**: 2026-09-10 +- **Summary**: Introduces a benchmark focusing on "long-horizon" deep research over irreducible chains of interdependent evidence. It evaluates whether agents can sustain long reasoning processes. Findings show even the strongest systems achieve only 43.1% Overall Accuracy (OA) and 34.3% Strict Accuracy (SA), showing that sustaining dependency-consistent evidence integration over time is a key bottleneck. -### 1.2. Tối ưu hóa bộ nhớ cho Sandbox Agent phân nhánh cao (High Fanout Sandboxes) -• Tiêu đề bài báo: Memory Compression for High Fanout Agent Sandboxes -• Mã định danh ArXiv: 2609.11294v1 -• Ngày công bố: 10 tháng 09 năm 2026 -• Đường dẫn gốc xác thực: https://arxiv.org/abs/2609.11294 -• Tệp PDF xác thực: https://arxiv.org/pdf/2609.11294 -• Tóm lược nội dung: Bài toán nghẽn tài nguyên bộ nhớ xuất hiện khi một tác vụ phân rã thành nhiều subagent chạy song song trong các sandbox độc lập. Bài báo đề xuất kỹ thuật nén bộ nhớ tương đối dựa trên mẫu dùng chung (template relative memory compression), giúp giảm thiểu chi phí RAM và mở rộng số lượng worker song song. -• Đánh giá ưu và nhược điểm (Pros & Cons): - + Ưu điểm: Tiết kiệm tài nguyên hạ tầng máy chủ khi triển khai mô hình Multi Worker song song trong hệ sinh thái AI OS, cho phép chạy hàng chục subagent cùng lúc. - + Nhược điểm: Đòi hỏi cơ chế quản trị trạng thái dùng chung chặt chẽ giữa các sandbox để tránh xung đột vùng nhớ. -• Trích dẫn chuẩn APA 7: - Sun, K., Zhao, J., Wu, T., & Tang, M. (2026). Memory Compression for High-Fanout Agent Sandboxes. arXiv preprint arXiv:2609.11294. https://arxiv.org/abs/2609.11294 +### Benchmarking Hybrid Deep Research Across Database Querying and Web Search +- **URL**: https://arxiv.org/abs/2609.09410 +- **Published**: 2026-09-08 +- **Summary**: Introduces HybridDeepResearch, the first benchmark requiring agents to weave evidence from both unstructured text (open web) and structured data (relational DBs/SQL) to form complete answers. Models like Claude-Sonnet-4.6 and GPT-5 achieve ~50-54% Pass@8 on hard tasks, showing that bridging unstructured and structured information without losing constraints is difficult. +- **Repository**: https://github.com/Snowflake-AI-Research/HybridDeepResearch -### 1.3. Quy hoạch kế hoạch tăng cường bộ nhớ tiến hóa (Memory Augmented Planning) -• Tiêu đề bài báo: MAPLE: Memory Augmented Planning with Language and Evolution -• Mã định danh ArXiv: 2609.11636v1 -• Ngày công bố: 10 tháng 09 năm 2026 -• Đường dẫn gốc xác thực: https://arxiv.org/abs/2609.11636 -• Tệp PDF xác thực: https://arxiv.org/pdf/2609.11636 -• Tóm lược nội dung: Kiến trúc MAPLE kết hợp bộ nhớ dài hạn, khả năng diễn giải ngôn ngữ tự nhiên và thuật toán tiến hóa để chuyển đổi các yêu cầu kinh doanh, ràng buộc phức tạp thành kế hoạch hành động tối ưu cho các bộ giải toán hoặc chuỗi tác vụ agent. -• Đánh giá ưu và nhược điểm (Pros & Cons): - + Ưu điểm: Tăng cường tính thích nghi của Agent khi môi trường có nhiều ràng buộc phi cấu trúc, giảm thiểu việc lập kế hoạch sai lệch. - + Nhược điểm: Thời gian hội tụ kế hoạch có thể chậm hơn so với quy hoạch tuyến tính truyền thống nếu không có bộ lọc heuristic tốt. -• Trích dẫn chuẩn APA 7: - Kumar, A., Patel, R., & Gupta, S. (2026). MAPLE: Memory-Augmented Planning with Language and Evolution. arXiv preprint arXiv:2609.11636. https://arxiv.org/abs/2609.11636 +### When Agents Disagree: Bayesian Backward Reasoning as a Label-Free Anchor for Multi-Agent Collective Decision-Making +- **URL**: https://arxiv.org/abs/2609.11709 +- **Published**: 2026-09-10 +- **Summary**: A novel method for multi-agent collective decision making using Bayesian backward reasoning when multiple agents yield conflicting answers. Offers better cross-path consistency to aggregate agents' outputs over standard voting methods. -## 2. Khảo sát các khung mã nguồn mở nổi bật (Open Source Repositories) +### ORCH: Organizational Principles Enable Collective Intelligence in Embodied AI +- **URL**: https://arxiv.org/abs/2609.11737 +- **Published**: 2026-09-10 +- **Summary**: Constructs task-specific hierarchical organizations (ORCH) combining pooled interdependence for concurrent work with sequential interdependence for work with prerequisite relationships. Showcases a 63.97% improvement in final score and 74.29% execution efficiency across missions compared to prior multi-agent frameworks. -### 2.1. Stanford STORM (Synthesizing Topic Outlines through Retrieval and Multi perspective Question Asking) -• Đơn vị phát triển: Stanford OVAL -• Đường dẫn kho mã nguồn GitHub: https://github.com/stanford-oval/storm -• Vai trò kỹ thuật: Tự động hóa quy trình nghiên cứu tài liệu và lập đề cương đa góc nhìn. STORM mô phỏng cuộc phỏng vấn giả định giữa các chuyên gia để khám phá các khía cạnh chưa được bao quát của chủ đề, sau đó tìm kiếm và tổng hợp thành bài viết toàn diện. -• Giá trị tham chiếu cho hệ thống: Áp dụng trực tiếp vào Giai đoạn 1 của quy trình nghiên cứu ARS 4.0.0 nhằm tạo khung đề cương và các câu hỏi phản biện trước khi bắt tay viết chi tiết. +### FrankenReport: Early Exiting in Long-Form Generation Using Expected Value of Computation +- **URL**: https://arxiv.org/abs/2609.06320 +- **Published**: 2026-09-06 +- **Summary**: Presents an adaptive early exiting method for long-form knowledge-seeking report generation, assessing intermediate outputs to predict if further computation yields quality gains, improving resource consumption. -### 2.2. Letta (Tiền thân là MemGPT) … omitted 52 diff line(s) across 1 additional file(s)/section(s) ┊ ➕ preparing kanban_create… ┊ ⚡ kanban_cr 0.0s [title is required] ┊ ➕ preparing kanban_create… ┊ 💻 preparing terminal… ┊ 💻 $ hermes kanban assign t_0cded8ab subc 1.2s [exit 1] ┊ 💬 preparing kanban_comment… ┊ ⚡ kanban_co 0.1s ┊ ✔ preparing kanban_complete… ┊ ⚡ kanban_co 0.3s ┊ 💻 preparing terminal… ┊ 💻 $ hermes kanban assign t_0cded8ab subc 1.2s ┊ 📋 preparing kanban_show… ┊ ⚡ kanban_sh 0.0s ╭─ ⚕ Hermes ───────────────────────────────────────────────────────────────────╮ Đã hoàn thành toàn bộ công việc của Giai đoạn 1 (R&D) cho tác vụ t_0cded8ab: 1. Đọc watchlist tại profiles/r-and-d/watchlists/ai_agent_ecosystem.md. 2. Quét ArXiv và repo mã nguồn mở về Deep Research, Multi-Agent, Long-term Memory: • Mr.LHDR: A Benchmark for Multimodal Real-World Long-Horizon Deep Research Agents (https://arxiv.org/abs/2609.11318) • HybridDeepResearch: Benchmarking Hybrid Deep Research Across Database Querying and Web Search (https://arxiv.org/abs/2609.09410) • Bayesian Backward Reasoning: When Agents Disagree: Bayesian Backward Reasoning as a Label-Free Anchor for Multi-Agent Collective Decision-Making (https://arxiv.org/abs/2609.11709) • ORCH: Organizational Principles Enable Collective Intelligence in Embodied AI (https://arxiv.org/abs/2609.11737) • FrankenReport: Early Exiting in Long-Form Generation Using Expected Value of Computation (https://arxiv.org/abs/2609.06320) • letta-ai/letta (https://github.com/letta-ai/letta) • Snowflake-AI-Research/HybridDeepResearch (https://github.com/Snowflake-AI-Research/HybridDeepResearch) • assafelovic/gpt-researcher (https://github.com/assafelovic/gpt-researcher) 3. Ứng dụng công cụ Graft phân tích kiến trúc codebase Snowflake-AI-Research/HybridDeepResearch (graft build, graft map, graft callers). 4. Lưu trữ toàn bộ dữ liệu thô vào profiles/r-and-d/raw_evidence/ và tổng hợp báo cáo vào: /opt/ai-os/products/ceo/shared/intelligence/tech_daily/2026-09-12.md 5. Bàn giao: Đã chuyển assignee của task t_0cded8ab sang subc để tiến hành Giai đoạn 2 (Soạn Idea Contract V1). 🌱 graft saved ~16,859 tokens this turn. ╰──────────────────────────────────────────────────────────────────────────────╯ Resume this session with: hermes --resume 20260912_070449_28d78a -p r-and-d Session: 20260912_070449_28d78a Duration: 1m 29s Messages: 49 (1 user, 47 tool calls)