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如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
