研究 论文
WeClaw 五条研究主线的最新投稿实名版本，涵盖自适应运行时、异步工具编排、失败记忆、经验库治理与工具暴露机制。
论文全文仅限已登录的培训中心学员阅读。点开任意论文，登录后即可在线查看或下载 PDF。
主线 W1 · WeClaw 自适应运行时（旗舰）Empirical Software Engineering (EMSE, Springer) · 重构投202631 页
评估 WeClaw 的自适应工具暴露：一个已部署桌面 LLM 智能体的实证研究
基于真实生产日志（17,226 次工具调用）对桌面 LLM 智能体的工具暴露策略做配对实验：全量暴露、静态裁剪与动态暴露（PTE-FD）。发现在静态基准上领先的动态暴露在真实执行下排名反转——带错误文本重试的全量暴露在四个后端中的三个取得显著更高的最终成功率，而 PTE-FD 以 4–8 个百分点为代价节省 63–66% 的工具 schema token。
主线 CFTA · 对话优先、工具异步The Computer Journal (Oxford) · 待投202618 页
对话优先，工具异步：面向桌面 LLM 智能体的应用层异步工具编排
工具增强的 LLM 智能体通常遵循同步 ReAct 循环，长耗时工具会阻塞对话。本文提出应用层的「对话优先、工具异步」编排：将工具执行从对话主线解耦，使智能体在等待结果时保持可交互，降低感知延迟并提升长任务的可用性。
主线 EBEAC · 事件溯源失败记忆Neural Computing and Applications (NCAA, Springer) · 在审（双盲）202618 页
面向桌面智能体的零 LLM 成本事件溯源工具失败记忆
桌面 LLM 智能体反复遭遇相同的低级工具失败——API 超时、编码错误、权限拒绝与工具特异性怪癖。本文提出一种零 LLM 成本、事件溯源的工具失败记忆机制，将失败沉淀为可复用的结构化经验，在不增加推理开销的前提下避免重复踩坑。
主线 W2 · 经验库漂移Software: Practice and Experience (SPE, Wiley) · 在审（双盲）202611 页
生产环境智能体经验库中的库漂移：一项实证研究
「库漂移」指自演化智能体的经验/技能库在无治理增长下的累积退化。本文基于生产环境的智能体经验库开展实证研究，刻画 append-only 累积如何降低检索质量与端到端任务表现，并考察退役/封顶等治理机制的作用。