一篇大模型Agentic框架到應(yīng)用最新綜述：一文讀懂LLM推理框架的前沿進(jìn)展

作者：一度 2025-10-11 02:25:00

大型語(yǔ)言模型憑借其強(qiáng)大的泛化能力和推理能力，正在迅速重塑從日常生活到特定領(lǐng)域研究的眾多方面。然而，傳統(tǒng)的LLM主要進(jìn)行單步推理，難以處理需要多步驟、多角度思考的復(fù)雜任務(wù)。

圖片

最近，由北京交通大學(xué)、蘭卡斯特大學(xué)、馬克斯·普朗克信息學(xué)研究所和電子科技大學(xué)的研究人員共同完成的一項(xiàng)重要綜述研究《LLM-based Agentic Reasoning Frameworks: A Survey from Methods to Scenarios》為我們系統(tǒng)梳理了LLM領(lǐng)域的最新進(jìn)展。

研究團(tuán)隊(duì)觀察到，盡管LLM在各個(gè)領(lǐng)域展現(xiàn)出巨大潛力，但它們?nèi)源嬖谝恍﹥?nèi)在限制，如幻覺(jué)問(wèn)題、知識(shí)過(guò)時(shí)以及高昂的訓(xùn)練和推理成本。這些問(wèn)題限制了LLM在醫(yī)療保健和軟件工程等關(guān)鍵領(lǐng)域的應(yīng)用。為了克服這些障礙，學(xué)術(shù)界積極探索將LLM作為核心引擎，構(gòu)建能夠執(zhí)行復(fù)雜多步推理任務(wù)的LLM代理推理框架。

技術(shù)背景：從LLM到代理系統(tǒng)

代理系統(tǒng)（Agent Systems）的出現(xiàn)解決了這一限制。代理被定義為"通過(guò)傳感器感知環(huán)境并通過(guò)執(zhí)行器對(duì)環(huán)境采取行動(dòng)"的系統(tǒng)，能夠動(dòng)態(tài)適應(yīng)環(huán)境并采取相應(yīng)行動(dòng)。這種新興范式有機(jī)地集成了規(guī)劃、記憶和工具使用等關(guān)鍵模塊，將LLM重塑為能夠感知環(huán)境、動(dòng)態(tài)適應(yīng)并采取持續(xù)行動(dòng)的任務(wù)執(zhí)行者。

圖1 展示了從2020年到2025年LLM代理框架相關(guān)出版物數(shù)量的快速增長(zhǎng)趨勢(shì)，表明該領(lǐng)域正受到越來(lái)越多的關(guān)注。研究團(tuán)隊(duì)指出，這一趨勢(shì)不僅在學(xué)術(shù)界明顯，在工業(yè)界也得到了廣泛反映，科技巨頭正積極將代理工作流程整合到其核心業(yè)務(wù)中。

代理推理框架的系統(tǒng)化分類(lèi)

該論文的核心貢獻(xiàn)是提出了一個(gè)系統(tǒng)化的分類(lèi)法，將代理推理框架分為三個(gè)漸進(jìn)層次：單代理方法、基于工具的方法和多代理方法。

圖片

為了清晰地描述這一復(fù)雜過(guò)程，研究團(tuán)隊(duì)提出了一個(gè)通用推理算法（論文中的算法1）和一套符號(hào)表示系統(tǒng)（論文中的表1）。這些形式化描述為理解不同代理推理框架提供了統(tǒng)一的理論基礎(chǔ)。

一、單代理方法

單代理方法專(zhuān)注于增強(qiáng)單個(gè)代理的認(rèn)知和決策能力。從外部指導(dǎo)和內(nèi)部?jī)?yōu)化的角度，論文將單代理方法分為兩大類(lèi)：提示工程和自我改進(jìn)。

1.1 提示工程

提示工程通過(guò)豐富代理的初始上下文來(lái)增強(qiáng)其性能，對(duì)應(yīng)于算法1中的上下文初始化步驟（第1行）。這一概念轉(zhuǎn)變可以表示為：

圖片

圖3詳細(xì)展示了提示工程的四種方法：

角色扮演：為代理分配特定角色，如"你是一位專(zhuān)業(yè)的數(shù)據(jù)科學(xué)家"或"扮演一位資深歷史學(xué)家"。這鼓勵(lì)代理利用與該角色相關(guān)的專(zhuān)業(yè)知識(shí)、認(rèn)知框架和語(yǔ)言風(fēng)格。通過(guò)采用角色，模型可以更好地激活特定領(lǐng)域知識(shí)，并以更專(zhuān)業(yè)的視角構(gòu)建其推理過(guò)程。
環(huán)境模擬：通過(guò)描述代理操作的特定設(shè)置來(lái)上下文化代理。這提供了與任務(wù)相關(guān)的背景信息、規(guī)則和約束，使代理能夠做出與模擬世界更好地一致的決策。這些環(huán)境可以范圍從模擬現(xiàn)實(shí)世界場(chǎng)景（如股票市場(chǎng)或醫(yī)療診所）到完全虛擬設(shè)置（如視頻游戲世界）。
任務(wù)描述：清晰的任務(wù)描述概述了主要目標(biāo)、約束和預(yù)期輸出格式，是幾乎每個(gè)代理系統(tǒng)的基石。結(jié)構(gòu)良好的任務(wù)描述指導(dǎo)代理將復(fù)雜問(wèn)題分解為一系列可管理的子任務(wù)。

1.2 自我改進(jìn)

自我改進(jìn)機(jī)制鼓勵(lì)代理通過(guò)內(nèi)省和自主學(xué)習(xí)來(lái)增強(qiáng)其推理能力。

圖片

圖4總結(jié)了三種互補(bǔ)的范式：

二、基于工具的方法

雖然通用代理推理框架（算法1）通過(guò)單個(gè)實(shí)體概念化了工具使用，但這種抽象對(duì)于推理與特定環(huán)境能力深度交織的復(fù)雜場(chǎng)景來(lái)說(shuō)是不夠的。論文將這一單個(gè)實(shí)體擴(kuò)展為一個(gè)全面的工具集，其中每個(gè)代表代理可用的不同工具。

圖5研究團(tuán)隊(duì)將基于工具的推理流程分解為三個(gè)基本階段：工具集成、工具選擇和工具利用。

2.1 工具集成

在代理選擇和利用工具之前，工具首先必須在代理的操作環(huán)境中可訪(fǎng)問(wèn)。這種架構(gòu)集成定義了代理與工具之間的接口和通信協(xié)議。論文將這些集成模式分為三種主要模型：基于API的集成、基于插件的集成和基于中間件的集成。

基于API的集成：API（應(yīng)用程序編程接口）為集成外部工具提供了標(biāo)準(zhǔn)。API提供了穩(wěn)定、文檔齊全的合同，允許代理與工具（如網(wǎng)絡(luò)搜索引擎）交互，而無(wú)需理解其內(nèi)部實(shí)現(xiàn)。代理只需學(xué)習(xí)根據(jù)API規(guī)范制定請(qǐng)求并解析返回的數(shù)據(jù)。
基于插件的集成：插件是直接在代理自身運(yùn)行時(shí)環(huán)境中加載和執(zhí)行的軟件組件。與外部API調(diào)用不同，插件以更低的延遲運(yùn)行，并且對(duì)代理內(nèi)部狀態(tài)有更深入的訪(fǎng)問(wèn)權(quán)限。檢索增強(qiáng)生成（RAG）是基于插件集成的典型情況。向量數(shù)據(jù)庫(kù)直接集成到代理系統(tǒng)中，以工具調(diào)用的形式向代理引入特定領(lǐng)域知識(shí)，從而提高其答案的可信度。
基于中間件的集成：中間件是位于代理和工具之間的軟件層。這一層充當(dāng)代理的通用適配器或"操作環(huán)境"，抽象了直接工具交互的復(fù)雜性，使LLM免受環(huán)境復(fù)雜性的影響。中間件層可以管理API密鑰，標(biāo)準(zhǔn)化不同工具之間的數(shù)據(jù)格式，或?yàn)榇硖峁┙y(tǒng)一的文件系統(tǒng)和執(zhí)行環(huán)境。

2.2 工具選擇

2.3 工具利用

在選擇了合適的工具后，如何有效利用這些工具成為關(guān)鍵。論文將工具利用分為三種模式：順序使用、并行使用和迭代使用。

三、多代理方法

雖然單代理框架展示了相當(dāng)大的能力，但它們?cè)诿鎸?duì)需要多樣化專(zhuān)業(yè)知識(shí)或復(fù)雜問(wèn)題分解的任務(wù)時(shí)本質(zhì)上面臨限制。多代理系統(tǒng)（MAS）作為一種自然解決方案出現(xiàn)，利用多個(gè)代理的集體智能來(lái)應(yīng)對(duì)這些挑戰(zhàn)。

如論文中的圖6（此處添加論文中的圖6）所示，研究團(tuán)隊(duì)沿著兩個(gè)軸分析了多代理推理框架：組織架構(gòu)和個(gè)體交互。組織架構(gòu)包括集中式、分布式和分層形式，決定了系統(tǒng)的結(jié)構(gòu)主干；而個(gè)體交互涉及合作、競(jìng)爭(zhēng)和協(xié)商，管理代理在追求目標(biāo)時(shí)的動(dòng)態(tài)。

3.1 組織架構(gòu)

3.2 個(gè)體交互

除了組織架構(gòu)外，多代理系統(tǒng)中的個(gè)體交互方式也對(duì)其性能產(chǎn)生重要影響。論文將個(gè)體交互分為三種主要類(lèi)型：合作、競(jìng)爭(zhēng)和協(xié)商。

合作：在合作交互中，代理共同努力實(shí)現(xiàn)共同目標(biāo)。代理共享信息、資源和專(zhuān)業(yè)知識(shí)，以增強(qiáng)系統(tǒng)的整體性能。合作交互特別適合需要集體智慧或分布式專(zhuān)業(yè)知識(shí)的任務(wù)，如科學(xué)研究或復(fù)雜問(wèn)題解決。
競(jìng)爭(zhēng)：在競(jìng)爭(zhēng)交互中，代理追求相互沖突的目標(biāo)，試圖在有限的資源或環(huán)境中勝過(guò)對(duì)方。競(jìng)爭(zhēng)交互可以激發(fā)創(chuàng)新和效率提升，特別適合需要優(yōu)化或資源分配的任務(wù)，如市場(chǎng)模擬或游戲理論場(chǎng)景。
協(xié)商：協(xié)商交互介于合作和競(jìng)爭(zhēng)之間，代理通過(guò)談判和妥協(xié)來(lái)達(dá)成互利解決方案。協(xié)商交互特別適合需要平衡多方利益的任務(wù)，如資源分配、沖突解決或決策制定。

應(yīng)用場(chǎng)景分析

論文不僅系統(tǒng)梳理了代理推理框架的方法學(xué)，還深入分析了這些框架在幾個(gè)關(guān)鍵應(yīng)用場(chǎng)景中的應(yīng)用。這些場(chǎng)景包括科學(xué)發(fā)現(xiàn)、醫(yī)療保健、軟件工程、社會(huì)模擬和經(jīng)濟(jì)學(xué)。

1. 科學(xué)發(fā)現(xiàn)

在科學(xué)發(fā)現(xiàn)領(lǐng)域，代理推理框架被用于加速研究過(guò)程、生成假設(shè)、分析實(shí)驗(yàn)數(shù)據(jù)甚至設(shè)計(jì)實(shí)驗(yàn)。論文詳細(xì)分析了代理如何通過(guò)多步推理和工具使用來(lái)處理復(fù)雜的科學(xué)問(wèn)題，如材料科學(xué)中的新材料發(fā)現(xiàn)、生物學(xué)中的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)等。

2. 醫(yī)療保健

在醫(yī)療保健領(lǐng)域，代理推理框架被用于疾病診斷、治療方案推薦、藥物發(fā)現(xiàn)和醫(yī)療數(shù)據(jù)分析。論文討論了代理如何整合多源醫(yī)療數(shù)據(jù)、應(yīng)用醫(yī)學(xué)知識(shí)并進(jìn)行推理，以提供準(zhǔn)確的醫(yī)療建議和支持臨床決策。

3. 軟件工程

在軟件工程領(lǐng)域，代理推理框架被用于代碼生成、調(diào)試、測(cè)試和軟件維護(hù)。論文分析了代理如何理解軟件需求、生成代碼、檢測(cè)和修復(fù)錯(cuò)誤，以及優(yōu)化軟件性能。

4. 社會(huì)模擬

在社會(huì)模擬領(lǐng)域，代理推理框架被用于模擬人類(lèi)行為、社會(huì)動(dòng)態(tài)和群體決策。論文探討了代理如何模擬個(gè)體和群體的行為模式，以及如何預(yù)測(cè)社會(huì)現(xiàn)象和趨勢(shì)。

5. 經(jīng)濟(jì)學(xué)

在經(jīng)濟(jì)學(xué)領(lǐng)域，代理推理框架被用于市場(chǎng)分析、經(jīng)濟(jì)預(yù)測(cè)和政策評(píng)估。論文討論了代理如何模擬市場(chǎng)行為、分析經(jīng)濟(jì)數(shù)據(jù)并預(yù)測(cè)經(jīng)濟(jì)趨勢(shì)。