5篇有趣的智能体AI论文推荐
本文推荐奠定现代AI智能体基础的5篇论文：ReAct、Toolformer、Generative Agents、Voyager和AutoGen，分别讲解推理与行动的结合、模型自监督学习使用工具、记忆与反思驱动的可信行为、具身环境中的持续学习与技能复用，以及多智能体对话协作。适合希望快速把握智能体AI核心思想的读者。
智能体（Agentic AI）无疑是当下 AI 领域最受关注的方向之一：你会听到各类智能体，有的会调用工具，有的拥有记忆，有的擅长规划，有的能与其他智能体协作，还有的能自主探索环境。信息虽多，但若一开始就阅读冗长的综述论文，反而容易越看越迷惑。更有效的学习方式，是挑选几篇重要论文，让每篇讲清楚一个核心思想。本文延续“5 Fun”系列，从上一期“把 LLM 讲清楚的 5 篇论文”再进一步，聚焦那些能够推理、使用工具、记忆并协作的 AI 智能体。
- ReAct：在语言模型中协同推理与行动（作者：Shunyu Yao 等人）
这是理解智能体 AI 的最佳入门论文之一。核心观点是：智能体不应只思考，也不应只行动，而应把两者结合起来。ReAct 提出了一种提示框架，让模型在推理步骤与行动之间交替进行。推理部分帮助模型规划、跟踪进度并从错误中恢复；行动部分则让模型与外部环境交互，例如搜索 API、知识库或决策任务。许多现代 AI 智能体都遵循同一个基本循环：思考、行动、观察、更新、继续。想理解大语言模型智能体的基础，这篇论文值得最先阅读。
- Toolformer：语言模型可以自学使用工具（作者：Timo Schick 等人）
工具使用是智能体 AI 最关键的环节之一。语言模型擅长写作和推理，但面对算术、事实查询、翻译或最新信息时仍可能出错。Toolformer 探讨的是：语言模型如何以自监督方式学会调用外部 API。模型需要学习何时调用工具、调用哪个工具、传入什么参数，以及如何把返回结果融入最终答案。论文覆盖了计算器、搜索引擎、翻译系统、日历和问答系统等工具。它的意义在于推动观念转变：从“LLM 只是文本生成器”走向“LLM 是能判断何时需要外部帮助的系统”。
- Generative Agents：人类行为的交互式仿真（作者：Joon Sung Park 等人）
这是一篇读起来相当有趣的智能体论文，仿佛看着一个小型 AI 社会活过来。论文在类似《模拟人生》的交互环境中引入了能模拟可信人类行为的生成式智能体。这些智能体会起床、做计划、记住过往经历、进行反思、与其他智能体对话，并协调未来的行动。其关键架构结合了记忆、反思与规划。这篇论文的重要之处在于，它表明智能体行为不只关乎解决单个任务，还关乎连续性：智能体记得什么、如何更新信念，以及过去如何影响未来决策。想理解记忆和反思为何在智能体设计中如此重要，从这里开始是很好的选择。
- Voyager：具备大语言模型的开放式具身智能体（作者：Guanzhi Wang 等人）
Voyager 把智能体 AI 带入了具身环境——Minecraft。它不会在解决一个固定任务后停下，而是不断探索周围世界、发现新事物，并扩充自己的可复用技能库。该架构包含三个重要组件：用于探索的自动课程、用于存储可执行行为的技能库，以及利用环境反馈和运行错误进行改进的迭代提示机制。这篇论文展示了一个长期运行的智能体需要什么，以及它如何通过与环境的持续互动不断进步。
- AutoGen：通过多智能体对话赋能下一代 LLM 应用（作者：Qingyun Wu 等人）
许多现实任务规模太大，单个智能体难以干净利落地完成。AutoGen 提出一个框架，让多个智能体通过相互对话来解决问题。这些智能体可以扮演不同角色、使用工具、引入人类参与、执行代码，并通过对话进行协调。论文展示了在编程、数学、问答、运筹、决策等领域的应用。它的重要性在于说明了智能体 AI 的一大转变：从单一助手走向由专门智能体协作构成的系统。如果说 ReAct 解释了智能体的基本循环，AutoGen 则解释了如何让这个循环变成一个团队。
总结 这五篇论文能够为理解智能体 AI 打下坚实基础：ReAct 解释“推理—行动”循环；Toolformer 解释模型如何学习使用工具；Generative Agents 解释记忆、反思与可信行为；Voyager 解释环境中的终身学习与可复用技能；AutoGen 解释多个智能体之间的协作。首次阅读时不必强记实现细节，只需要抓住核心思想——一旦理解了这五篇论文，大多数智能体 AI 系统都会变得更容易理解，因为它们通常由相似的模块组合而成：推理、行动、工具、记忆、反馈、规划与协作。