回复
一篇大模型Agentic框架到应用最新综述
首篇系统拆解“大模型Agentic推理框架”的综述：不聊训练，只聊“怎么把 LLM 组织成会思考、会协作、会调工具的Agent”，并横跨科学发现、医疗、软件工程、社会经济模拟四大战场，给出统一语言、统一视角、统一评测。
为什么值得关注？
图 1：LLM 代理框架论文&引用爆发式增长（2023 起跳）
维度 | 过去 | 这篇综述 |
视角 | 模型中心（怎么训） | 框架中心（怎么搭） |
分类 | 零散案例 | 三级递进 taxonomy |
评测 | 各玩各的 | 跨领域统一指标/数据集 |
场景 | 单点应用 | 4 大场景 30+ 子任务全覆盖 |
一、统一语言：把“代理推理”形式化
论文先给出一套通用符号（表 1）与通用算法 1，任何框架都可看成：
初始上下文 → 多步动作（推理/工具/反思）→ 终止条件 → 输出
Alg-1 通用推理循环
Table1 符号
三级递进 taxonomy
总览
图 2：单智能体 → 工具 → 多智能体，能力逐级叠加
层级 | 关键问题 | 代表技巧 |
单智能体 | 如何自己想的更好 | 角色扮演、链式思考、自我精炼 |
工具-based | 如何会调外部资源 | API/插件/中间件、工具选择、并行调用 |
多智能体 | 如何组队协作 | 中央/分布式/层级架构、合作-竞争-谈判 |
1. 单智能体：Prompt 工程 + 自我提升
Fig-3 Prompt 四象限
图 3：角色、环境、任务、示例四维 Prompt 工程
Fig-4 自我提升三范式
图 4：反思、迭代优化、交互学习
案例速览
- Reflexion：失败 → 文字反思 → 更新上下文 → 重试
- Self-Refine：生成→批评→重写，直到满足自定义标准 𝒮
2. 工具-based：让 LLM“长手脚”
Fig-5 工具流水线
图 5：集成 → 选择 → 使用
子维度 | 技巧 |
集成 | API（REST）、插件（本地 RAG）、中间件（统一封装） |
选择 | 零样本推理 / 规则映射 / 在线学习 |
使用 | 顺序链、并行批、迭代微调 |
名场面
- ChemCrow：18 种化学工具链式调用，自主合成有机催化剂
- LLM-Compiler：并行调度 10+ API， latency ↓40%
3. 多智能体：组队打副本
Fig-6 组织×交互双轴
图 6：组织架构（中央/分布式/层级）× 交互协议（合作/竞争/谈判）
组织 | 适用场景 | 案例 |
中央 | 全局最优、严格管控 | MetaGPT（模拟软件公司） |
分布式 | 鲁棒、容错 | MADebate（多代理辩论） |
层级 | 流程清晰、SOP 严格 | ChatDev（瀑布式开发） |
四大应用场景全景
Fig-7 应用地图
图 7：科学发现 / 医疗 / 软件工程 / 社会经济模拟 细分任务一览
1. 科学发现
子领域 | 代理技巧 | 代表工作 |
数学 | 多代理 Lean4 证明 | MA-LoT、ProverAgent |
天文 | 光谱→假设流水线 | AstroAgents |
地学 | GIS 工具链 + MCTS | GeoAgent、GeoMap-Agent |
生化 | 分子设计、量子化学 | ChemCrow、El Agente |
评测速览
- 指标：药物相似性、合成可及性、结合亲和力
- 数据集：MoleculeNet、CrossDocked、CheMBL
表3. 生物化学和材料科学中代理推理框架的评估策略概览。
2. 医疗
场景 | 关键能力 | 案例 |
诊断助手 | 多科会诊辩论 | MedAgents、RareAgents |
临床管理 | 试验预测、用药推荐 | ClinicalAgent、TxAgent |
环境模拟 | 可进化代理医院 | Agent Hospital、AI Hospital |
评测速览
- 基准：MedQA、PubMedQA、MIMIC-IV、MVME
- 指标：诊断准确率、安全率、人类一致性
3. 软件工程
任务 | 代理策略 | 案例 |
代码生成 | 多角色 TDD | AgentCoder、MapCoder |
程序修复 | 故障定位→补丁→验证 | RepairAgent、OrcaLoca |
全生命周期 | 模拟软件公司 SOP | MetaGPT、ChatDev |
4. 社会经济模拟
方向 | 代理能力 | 案例 |
社会 | 沙盒行为涌现 | Generative Agents、SocioVerse（10 M 用户） |
经济 | 股票市场仿真 | StockAgent、FinRobot |
https://arxiv.org/pdf/2508.17692
LLM-based Agentic Reasoning Frameworks: A Survey from Methods to Scenarios本文转载自PaperAgent
已于2025-10-9 07:55:48修改
赞
收藏
回复
相关推荐
