摘要
智能体AI、自主AI和可解释AI（XAI）在智慧农业中日益发展，但其设计、评估与集成尚未得到系统性梳理。遵循PRISMA 2020指南，我们检索了截至2026年6月14日的Web of Science核心合集、Scopus和IEEE Xplore数据库，选取2016年至2026年间发表的英文同行评议期刊论文和会议论文，这些研究在农业系统中实施了智能体/自主AI和/或XAI，使用传感器、机器人或计算机视觉数据，并报告了评估结果。两名评审员独立进行筛选、数据提取，并使用六项CASP风格量表评估方法学质量。结果采用计数、百分比、交叉表和主题映射等方法进行描述性综合；由于任务、数据集和指标存在异质性，元分析不适用。在2255条记录中，纳入了322项研究。XAI占主导地位（69.6%），而自主设计（14.0%）和智能体设计（12.1%）较为少见；仅有4.3%的研究将自主性与可解释性相结合。疾病检测是最主要的应用领域（33.5%）。大多数系统仍处于感知/决策支持阶段（78.9%）；17.4%进行了田间验证，4.3%从农艺角度验证了解释的有效性。现有证据揭示了可解释性与自主性之间的鸿沟，以及显著的田间验证和可重复性缺口。内建可解释性的智能体系统需要进行农艺验证并建立共享的评估标准。本综述未获得外部资助，且未进行注册。
