全书目录

附录 G：分章资料清单

G.63 第 32 章《从 100 多篇论文中能抽出哪些共同结论》资料清单

8 分钟 3,503 字 第 119 / 161 个阅读单元

  1. A Survey on Large Language Model based Autonomous Agents 作者/机构：Zhiheng Xi 等 年份：2023 URL：https://arxiv.org/abs/2308.11432 角度：大规模综述、agent 基本结构、能力与应用 采用原因：适合支撑“从大样本论文中抽共同结论”的总览底座。

  2. Building Effective AI Agents 作者/机构：Anthropic 年份：2024 URL：https://www.anthropic.com/research/building-effective-agents 角度：workflow 与 agent 的区分、结构化编排优先于盲目自治 采用原因：适合支撑“结构比裸能力更重要”的共同结论。

  3. LangGraph: Workflows and agents 作者/机构：LangChain 年份：2024 URL：https://langchain-ai.github.io/langgraph/concepts/why-langgraph/ 角度：状态图、节点、持久化、可控流程 采用原因：适合支撑“研究与工程共同把 agent 理解为状态化结构系统”。

  4. ReAct: Synergizing Reasoning and Acting in Language Models 作者/机构：Shunyu Yao 等 年份：2022 URL：https://arxiv.org/abs/2210.03629 角度：推理-行动回路 采用原因：适合支撑“能力进入过程，但必须通过结构化回路表现”。

  5. Toolformer: Language Models Can Teach Themselves to Use Tools 作者/机构：Timo Schick 等 年份：2023 URL：https://arxiv.org/abs/2302.04761 角度：工具使用、自监督调用 采用原因：适合支撑“工具已成为 agent 主结构，而不是附加插件”。

  6. AgentBench: Evaluating LLMs as Agents 作者/机构：Xiao Liu 等 年份：2024 URL：https://openreview.net/forum?id=zAdUB0aCTQ 角度：多环境 agent benchmark 采用原因：适合支撑“真实环境会惩罚表面智能”的共同结论。

  7. AgentBoard: An Analytical Evaluation Board of Multi-turn LLM Agents 作者/机构：Chang Ma 等 年份：2024 URL：https://arxiv.org/abs/2401.13178 角度：多维分析、progress rate、轨迹评估 采用原因：适合支撑“评测已经从结果导向升级为轨迹导向”。

  8. WebArena: A Realistic Web Environment for Building Autonomous Agents 作者/机构：Shuyan Zhou 等 年份：2024 URL：https://openreview.net/forum?id=zlsj9akpaa 角度：真实网页环境、execution-based evaluation 采用原因：适合支撑“真实环境 benchmark 会暴露巨大差距”。

  9. OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments 作者/机构：Tianbao Xie 等 年份：2024 URL：https://openreview.net/forum?id=tN61DTr4Ed 角度：真实桌面、多模态、长轨迹 采用原因：适合支撑“任务一旦进入真实环境，状态、恢复和长链问题会集中暴露”。

  10. AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation 作者/机构：Qingyun Wu 等 年份：2023 URL：https://arxiv.org/abs/2308.08155 角度：多 Agent 协作框架 采用原因：适合支撑“多 Agent 的价值来自职责拆分，而不是数量堆叠”。

  11. Stay Focused: Problem Drift in Multi-Agent Debate 作者/机构：Jonas Becker 等 年份：2025 URL：https://arxiv.org/abs/2502.19559 角度：多 Agent 协作中的 problem drift 与状态漂移 采用原因：适合支撑“状态与协调偏移是共同主问题，而不是局部异常”。

  12. AgentPoison: Red-teaming LLM Agents via Poisoning Memory or Knowledge Bases 作者/机构：Zhaorun Chen 等 年份：2024 URL：https://arxiv.org/abs/2407.12784 角度：memory poisoning、知识库投毒 采用原因：适合支撑“记忆已从增强项变成主风险项和治理项”。

  13. Unveiling Privacy Risks in LLM Agent Memory 作者/机构：Bo Wang 等 年份：2025 URL：https://arxiv.org/abs/2502.13172 角度：agent memory 的隐私泄露与抽取风险 采用原因：适合支撑“状态与记忆正在成为系统级控制对象”。

  14. Web-Shepherd: Advancing PRMs for Reinforcing Web Agents 作者/机构：Hyungjoo Chae 等 年份：2025 URL：https://arxiv.org/abs/2505.15277 角度：process reward model、步骤级监督 采用原因：适合支撑“过程评测和过程监督正在成为共同收敛方向”。

  15. AgentRewardBench: Evaluating Automatic Evaluations of Web Agent Trajectories 作者/机构：Xing Han Lu 等 年份：2025 URL：https://arxiv.org/abs/2504.08942 角度：trajectory evaluation、side effects、自动评测器 采用原因：适合支撑“评测对象已从终态扩展到轨迹和副作用”。

  16. AgentHarm: A Benchmark for Measuring Harmfulness of LLM Agents 作者/机构：Maksym Andriushchenko 等 年份：2024 URL：https://arxiv.org/abs/2410.09024 角度：有害任务执行、安全 benchmark 采用原因：适合支撑“安全已从附属话题进入主结构”。

  17. ChatGPT Agent System Card 作者/机构：OpenAI 年份：2025 URL：https://openai.com/index/chatgpt-agent-system-card/ 角度：用户确认、memory disabled、runtime monitors、terminal restrictions 采用原因：适合支撑“研究与工程正在收敛到相同治理对象”。

  18. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile 作者/机构：NIST 年份：2024 URL：https://doi.org/10.6028/NIST.AI.600-1 角度：prompt injection、poisoning、隐私、监测、评测与治理 采用原因：适合支撑“安全、状态、评测与治理已成为跨研究与工程的共同语言”。