5篇有趣的智慧體AI論文推薦
本文推薦奠定現代AI智慧體基礎的5篇論文：ReAct、Toolformer、Generative Agents、Voyager和AutoGen，分別講解推理與行動的結合、模型自監督學習使用工具、記憶與反思驅動的可信行為、具身環境中的持續學習與技能複用，以及多智慧體對話協作。適合希望快速把握智慧體AI核心思想的讀者。
智慧體（Agentic AI）無疑是當下 AI 領域最受關注的方向之一：你會聽到各類智慧體，有的會呼叫工具，有的擁有記憶，有的擅長規劃，有的能與其他智慧體協作，還有的能自主探索環境。資訊雖多，但若一開始就閱讀冗長的綜述論文，反而容易越看越迷惑。更有效的學習方式，是挑選幾篇重要論文，讓每篇講清楚一個核心思想。本文延續“5 Fun”系列，從上一期“把 LLM 講清楚的 5 篇論文”再進一步，聚焦那些能夠推理、使用工具、記憶並協作的 AI 智慧體。
- ReAct：在語言模型中協同推理與行動（作者：Shunyu Yao 等人）
這是理解智慧體 AI 的最佳入門論文之一。核心觀點是：智慧體不應只思考，也不應只行動，而應把兩者結合起來。ReAct 提出了一種提示框架，讓模型在推理步驟與行動之間交替進行。推理部分幫助模型規劃、跟蹤進度並從錯誤中恢復；行動部分則讓模型與外部環境互動，例如搜尋 API、知識庫或決策任務。許多現代 AI 智慧體都遵循同一個基本迴圈：思考、行動、觀察、更新、繼續。想理解大語言模型智慧體的基礎，這篇論文值得最先閱讀。
- Toolformer：語言模型可以自學使用工具（作者：Timo Schick 等人）
工具使用是智慧體 AI 最關鍵的環節之一。語言模型擅長寫作和推理，但面對算術、事實查詢、翻譯或最新資訊時仍可能出錯。Toolformer 探討的是：語言模型如何以自監督方式學會呼叫外部 API。模型需要學習何時呼叫工具、呼叫哪個工具、傳入什麼引數，以及如何把返回結果融入最終答案。論文覆蓋了計算器、搜尋引擎、翻譯系統、日曆和問答系統等工具。它的意義在於推動觀念轉變：從“LLM 只是文本生成器”走向“LLM 是能判斷何時需要外部幫助的系統”。
- Generative Agents：人類行為的互動式模擬（作者：Joon Sung Park 等人）
這是一篇讀起來相當有趣的智慧體論文，彷彿看著一個小型 AI 社會活過來。論文在類似《模擬人生》的互動環境中引入了能模擬可信人類行為的生成式智慧體。這些智慧體會起床、做計劃、記住過往經歷、進行反思、與其他智慧體對話，並協調未來的行動。其關鍵架構結合了記憶、反思與規劃。這篇論文的重要之處在於，它表明智慧體行為不只關乎解決單個任務，還關乎連續性：智慧體記得什麼、如何更新信念，以及過去如何影響未來決策。想理解記憶和反思為何在智慧體設計中如此重要，從這裡開始是很好的選擇。
- Voyager：具備大語言模型的開放式具身智慧體（作者：Guanzhi Wang 等人）
Voyager 把智慧體 AI 帶入了具身環境——Minecraft。它不會在解決一個固定任務後停下，而是不斷探索周圍世界、發現新事物，並擴充自己的可複用技能庫。該架構包含三個重要元件：用於探索的自動課程、用於儲存可執行行為的技能庫，以及利用環境反饋和執行錯誤進行改進的迭代提示機制。這篇論文展示了一個長期執行的智慧體需要什麼，以及它如何透過與環境的持續互動不斷進步。
- AutoGen：透過多智慧體對話賦能下一代 LLM 應用（作者：Qingyun Wu 等人）
許多現實任務規模太大，單個智慧體難以乾淨利落地完成。AutoGen 提出一個框架，讓多個智慧體透過相互對話來解決問題。這些智慧體可以扮演不同角色、使用工具、引入人類參與、執行程式碼，並透過對話進行協調。論文展示了在程式設計、數學、問答、運籌、決策等領域的應用。它的重要性在於說明了智慧體 AI 的一大轉變：從單一助手走向由專門智慧體協作構成的系統。如果說 ReAct 解釋了智慧體的基本迴圈，AutoGen 則解釋瞭如何讓這個迴圈變成一個團隊。
總結 這五篇論文能夠為理解智慧體 AI 打下堅實基礎：ReAct 解釋“推理—行動”迴圈；Toolformer 解釋模型如何學習使用工具；Generative Agents 解釋記憶、反思與可信行為；Voyager 解釋環境中的終身學習與可複用技能；AutoGen 解釋多個智慧體之間的協作。首次閱讀時不必強記實現細節，只需要抓住核心思想——一旦理解了這五篇論文，大多數智慧體 AI 系統都會變得更容易理解，因為它們通常由相似的模組組合而成：推理、行動、工具、記憶、反饋、規劃與協作。