从大语言模型推理到自主AI智能体：一项全面综述

主要观点总结

本文综述了大语言模型（LLM）与自主AI智能体的发展现状，提出了一个包含约60项基准的分类体系，涵盖通用与学术知识推理、数学问题求解、代码生成与软件工程、事实依据与信息检索、领域特定评估、多模态与具身任务、任务编排以及交互式评估等方面。文章还综述了2023年至2025年间提出的主流AI智能体框架，展示了自主AI智能体在多个领域的应用，并综述了智能体间的协作协议。最后，针对未来研究提出了重点关注方向。

关键观点总结

关键观点1: 大语言模型（LLM）与自主AI智能体的发展

LLM通过实现类人文本生成和高级自然语言处理，推动了人工智能的发展，促进了对话智能体、自动内容创作和实时翻译等应用的创新。近年来，其在多模态任务中的应用进一步扩展，包括文本生成图像和视频，拓宽了生成式人工智能的应用边界。

关键观点2: 评估基准的分类体系

提出了一个包含约60项基准的分类体系，涵盖通用与学术知识推理、数学问题求解、代码生成与软件工程、事实依据与信息检索、领域特定评估等多个方面，对2019年至2025年间构建的评估这些模型与智能体的多个领域基准进行了并列比较。

关键观点3: AI智能体框架与应用

整理了2023年至2025年间提出的主流AI智能体框架，这些框架通过模块化工具包集成LLM，实现了自主决策与多步推理。展示了自主AI智能体在材料科学、生物医学研究、学术创意生成、软件工程等多个领域的应用。

关键观点4: 智能体间的协作协议

综述了智能体间的协作协议，包括Agent Communication Protocol（ACP）、Model Context Protocol（MCP）以及Agent-to-Agent Protocol（A2A）。

关键观点5: 未来研究重点方向

提出了未来在自主AI智能体研究中的重点方向，包括高级推理策略、多智能体LLM系统中的失败模式、自动科学发现、基于强化学习的动态工具集成、集成搜索能力以及智能体协议中的安全漏洞等。