大型语言模型集成下自主代理系统的架构统一与多维评估综述

《ARTIFICIAL INTELLIGENCE REVIEW》：Autonomous agents and multi-agent systems: a comprehensive review

　　

摘要

随着大型语言模型（LLMs）的集成，自主代理和多代理系统取得了快速进展，使得它们的推理、规划、工具使用和协作能力不断增强。然而，该领域仍存在架构术语不一致、跨领域比较有限以及评估方法多样性等问题。本文通过结合Scopus数据库和结构化手动筛选的两阶段PRISMA搜索方法，对2018年至2026年间发表的107篇同行评审原创研究进行了分析。我们提出了一种包含配置文件、记忆、规划、行动和安全五个模块的统一架构；系统地比较了十个应用领域中代理的能力；并将评估实践归纳为六个维度：任务性能、效率、质量、鲁棒性、安全性和可解释性。研究发现，在各个领域中存在两个共性现象：显式集成领域知识能够持续提升性能；而在不同的应用场景中，规划者、执行者和反思者的角色分工也比较普遍。不过，技术性能往往超过了实际应用中的效用，而鲁棒性、安全性和可解释性方面仍受到 insufficient 的评估。这些发现为理解、比较和开发自主代理提供了共同基础，并指明了提升系统可靠性和实用性的关键方向。