全书目录

收束与附录

附录 D：顶会顶刊代表论文速览

2 分钟 850 字 第 54 / 161 个阅读单元

#D.1 顶会代表

  • NeurIPS 2022: WebShop
  • ICLR 2023: ReAct
  • NeurIPS 2023: Toolformer
  • NeurIPS 2023: Reflexion
  • UIST 2023: Generative Agents
  • ICLR 2024: WebArena
  • ICLR 2024: AgentBench
  • ICLR 2024: SWE-bench
  • NeurIPS 2024: AgentBoard
  • NeurIPS 2024: OSWorld

#D.2 顶刊与高质量期刊代表

  • Nature 2023: Autonomous chemical research with large language models
  • Nature Machine Intelligence 2024: Augmenting large language models with chemistry tools
  • npj Digital Medicine 2025: Evaluating large language model workflows in clinical decision support for triage and referral and diagnosis
  • npj Digital Medicine 2026: An autonomous agentic workflow for clinical detection of cognitive concerns using large language models

#D.3 顶会顶刊共同提供的 5 个启示

  1. 一旦把任务放进真实环境，Agent 成功率会显著下降。
  2. 真实任务评测更重视过程和终态，而不是文字表面质量。
  3. 工具、规划、记忆和状态管理会从辅助能力变成主能力。
  4. 高风险领域会强制要求 Agent 工作流化，而不是聊天化。
  5. 多 Agent 的价值必须通过强单 Agent 基线来验证。