首篇系统拆解“大模型Agentic推理框架”的综述：
不聊训练，只聊“怎么把 LLM 组织成会思考、会协作、会调工具的Agent”，并横跨科学发现、医疗、软件工程、社会经济模拟四大战场，给出统一语言、统一视角、统一评测。

📊 为什么值得关注？

图 1：LLM 代理框架论文&引用爆发式增长（2023 起跳）

维度	过去	这篇综述
视角	模型中心（怎么训）	框架中心 （怎么搭）
分类	零散案例	三级递进 taxonomy
评测	各玩各的	跨领域统一指标/数据集
场景	单点应用	4 大场景 30+ 子任务 全覆盖

一、统一语言：把“代理推理”形式化

论文先给出一套通用符号（表 1）与通用算法 1，任何框架都可看成：

初始上下文 → 多步动作（推理/工具/反思）→ 终止条件 → 输出

Alg-1 通用推理循环

Table1 符号

🏗️ 三级递进 taxonomy

总览

图 2：单智能体 → 工具 → 多智能体，能力逐级叠加

层级	关键问题	代表技巧
单智能体	如何自己想的更好	角色扮演、链式思考、自我精炼
工具-based	如何会调外部资源	API/插件/中间件、工具选择、并行调用
多智能体	如何组队协作	中央/分布式/层级架构、合作-竞争-谈判

🔍 1. 单智能体：Prompt 工程 + 自我提升

Fig-3 Prompt 四象限

图 3：角色、环境、任务、示例四维 Prompt 工程

Fig-4 自我提升三范式

图 4：反思、迭代优化、交互学习

案例速览

• Reflexion：失败 → 文字反思 → 更新上下文 → 重试
• Self-Refine：生成→批评→重写，直到满足自定义标准 𝒮

🔍 2. 工具-based：让 LLM“长手脚”

Fig-5 工具流水线

图 5：集成 → 选择 → 使用

子维度	技巧
集成	API（REST）、插件（本地 RAG）、中间件（统一封装）
选择	零样本推理 / 规则映射 / 在线学习
使用	顺序链、并行批、迭代微调

名场面

• ChemCrow：18 种化学工具链式调用，自主合成有机催化剂
• LLM-Compiler：并行调度 10+ API， latency ↓40%

🔍 3. 多智能体：组队打副本

Fig-6 组织×交互双轴

图 6：组织架构（中央/分布式/层级）× 交互协议（合作/竞争/谈判）

组织	适用场景	案例
中央	全局最优、严格管控	MetaGPT（模拟软件公司）
分布式	鲁棒、容错	MADebate（多代理辩论）
层级	流程清晰、SOP 严格	ChatDev（瀑布式开发）

🌐 四大应用场景全景

Fig-7 应用地图

图 7：科学发现 / 医疗 / 软件工程 / 社会经济模拟 细分任务一览

🔬 1. 科学发现

子领域	代理技巧	代表工作
数学	多代理 Lean4 证明	MA-LoT、ProverAgent
天文	光谱→假设流水线	AstroAgents
地学	GIS 工具链 + MCTS	GeoAgent、GeoMap-Agent
生化	分子设计、量子化学	ChemCrow、El Agente

评测速览

• 指标：药物相似性、合成可及性、结合亲和力
• 数据集：MoleculeNet、CrossDocked、CheMBL

表3. 生物化学和材料科学中代理推理框架的评估策略概览。

🏥 2. 医疗

场景	关键能力	案例
诊断助手	多科会诊辩论	MedAgents、RareAgents
临床管理	试验预测、用药推荐	ClinicalAgent、TxAgent
环境模拟	可进化代理医院	Agent Hospital、AI Hospital

评测速览

• 基准：MedQA、PubMedQA、MIMIC-IV、MVME
• 指标：诊断准确率、安全率、人类一致性

💻 3. 软件工程

任务	代理策略	案例
代码生成	多角色 TDD	AgentCoder、MapCoder
程序修复	故障定位→补丁→验证	RepairAgent、OrcaLoca
全生命周期	模拟软件公司 SOP	MetaGPT、ChatDev

🌍 4. 社会经济模拟

方向	代理能力	案例
社会	沙盒行为涌现	Generative Agents、SocioVerse（10 M 用户）
经济	股票市场仿真	StockAgent、FinRobot

https://arxiv.org/pdf/2508.17692
LLM-based Agentic Reasoning Frameworks: A Survey from Methods to Scenarios

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发