从语言到行动：大型语言模型作为自主代理与工具使用的综述
计算与语言
2026-01-21 v2
摘要
实现人类水平人工智能的追求显著推进了自主代理和大型语言模型（LLM）的发展。LLM 现在被广泛用作决策代理，因为其能够解释指令、管理顺序任务并通过反馈进行自我适应。本综述涵盖了 LLM 作为自主代理和工具使用的近期发展，包括七个研究问题。我们仅使用 2023 年至 2025 年间在 A* 和 A 级会议以及 Q1 期刊上发表的论文。对 LLM 代理的架构设计原则进行了结构化分析，将其应用分为单代理和多代理系统，并呈现了集成外部工具的策略。此外，还调查了 LLM 的认知机制，包括推理、规划和记忆，以及提示方法和微调程序对代理性能的影响。我们还评估了当前基准和评估协议，并提供了对 68 个公开数据集的分析，以评估 LLM 基于代理在各种任务中的性能。在开展此综述时，我们确定了关于 LLM 可验证推理、自我改进能力以及 LLM 基于代理的个人化等关键发现。最后，我们讨论了十个未来研究方向，以克服这些差距。
引用
@article{arxiv.2508.17281,
title = {From Language to Action: A Review of Large Language Models as Autonomous Agents and Tool Users},
author = {Sadia Sultana Chowa and Riasad Alvi and Subhey Sadi Rahman and Md Abdur Rahman and Mohaimenul Azam Khan Raiaan and Md Rafiqul Islam and Mukhtar Hussain and Sami Azam},
journal= {arXiv preprint arXiv:2508.17281},
year = {2026}
}
备注
Submitted to Artificial Intelligence Review for peer review