A survey on large language model based autonomous agents
A survey on large language model based autonomous agents
Section titled “A survey on large language model based autonomous agents”⚠️ AI 生成 · 建议对照原文 本页为自动整理的学习笔记；关键数据与引用如需引用，请回查 PDF / 官方版本。
学习档位 中文笔记
类型 文献 · 更新 2026-07-19
中文学习笔记（自动生成，需核验）
Section titled “中文学习笔记（自动生成，需核验）”Topic: llm-language-reasoning · Tier: foundational · Year: 2024 · Venue: —
Evidence level: partial · 本地全文: 是 · 建议阅读: ~60 分钟
Paper: https://arxiv.org/abs/2308.11432
Code: —
Generator: grok
为什么值得读
Section titled “为什么值得读”该综述系统梳理了LLM驱动自主智能体这一快速发展领域，提出统一架构框架涵盖已有工作，并覆盖构建、社会/自然/工程应用与评估，有助于全面理解并启发后续研究， bridging 传统隔离环境训练智能体与人类学习过程的差距。
对基于大语言模型的自主智能体从构建（统一框架）、应用与评估进行全面综述，并提出挑战与未来方向。
传统自主智能体常在隔离受限环境中用有限知识与简单启发式策略训练，与人类复杂学习过程差异大，难以在开放域实现类人决策；LLM通过海量网络知识展现类人智能潜力，如何设计架构更好利用LLM、如何获取/增强能力以构建有效自主智能体，并系统综述其应用与评估。
大语言模型（LLM）基础能力与提示工程、自主智能体定义（感知环境并追求自身议程行动）、强化学习/传统智能体局限、认知科学中人类记忆结构（感觉/短时/长时记忆）基本概念。
- 提出涵盖多数已有工作的统一LLM-based自主智能体架构框架（Profiling、Memory、Planning、Action模块）
- 总结智能体能力获取策略（是否微调LLM）
- 系统概述在社会科学、自然科学与工程中的多样应用
- 梳理主观与客观评估策略
- 基于已有研究呈现该领域挑战与未来方向
智能体构建分为架构设计（硬件基础）与能力获取（软件资源）：架构上采用统一框架，Profiling模块定义角色（写入prompt），Memory与Planning模块使智能体处于动态环境（回忆过去、规划未来），Action模块将决策转为输出；Profiling影响Memory/Planning，三者共同影响Action。能力获取按是否微调LLM分类总结。应用与评估随后综述。
关键模块和设计取舍
Section titled “关键模块和设计取舍”Profiling：角色信息（人口统计、人格、社会关系），生成策略包括手写（灵活但费力）、LLM生成（规模大但控制弱）、数据集对齐（真实反映人口）。Memory：结构受人类记忆启发，Unified（仅短时，in-context）、Hybrid（短时缓冲+长时向量库检索，如Generative Agents、AgentSims）；格式有自然语言（灵活语义丰富）等；操作包括读/写/反思。Planning：有/无反馈，单/多路径推理、外部规划器。Action：目标（任务完成/探索/通信）、产生（记忆回忆/计划跟随）、空间（工具/自知识）、影响（环境/新动作/内部状态）。设计取舍：短时记忆受上下文窗口限制，混合结构更实用；手写灵活但不可扩展，LLM生成可扩展但一致性风险。
数据集、实验设置与指标
Section titled “数据集、实验设置与指标”作为综述论文，摘录未详述具体实验数据集、设置或定量指标；提及示例如ANES人口统计用于角色对齐、Minecraft等游戏/仿真环境，具体评估指标待来源核验。
主要结果（需原文证据）
Section titled “主要结果（需原文证据）”提出统一框架可涵盖多数先前研究；梳理从WebGPT到ChatDev/Voyager等增长趋势（Fig.1累计论文数）；Memory等模块示例（Generative Agents混合记忆、Voyager自然语言技能描述等）显示可提升行为一致性与任务完成；无量化实验对比结果，待来源核验。
局限、失败场景与适用边界
Section titled “局限、失败场景与适用边界”摘录提及该领域挑战与未来方向但未展开细节；传统方法与人类差距大、上下文窗口限制记忆、手写配置劳动密集、LLM生成控制不足；适用边界主要为开放域类人决策任务，隔离/受限环境或需严格可控时可能受限，待来源核验完整挑战列表。
与前序 / 同期 / 后续方法的关系
Section titled “与前序 / 同期 / 后续方法的关系”对比先前RL/启发式智能体（隔离环境、有限知识、难类人决策）与LLM-based（综合世界知识、自然语言接口、无需特定域训练即可知情行动）；综述独立提出的模型（如CoT、Toolformer、Generative Agents、Voyager、MetaGPT、ChatDev等），强调此前缺乏整体总结比较；与认知科学人类记忆进程相关。
官方代码与复现建议
Section titled “官方代码与复现建议”作为综述，摘录未提供官方代码仓库或复现细节；涉及具体工作如Generative Agents、Voyager、AgentSims等可分别查找其原论文代码，复现建议从统一框架模块实现开始，待来源核验。
推荐阅读顺序
Section titled “推荐阅读顺序”先读Abstract与Introduction理解背景与动机及Fig.1趋势；再重点Section 2 Agent Construction（2.1 Architecture Design：Profiling→Memory→Planning→Action统一框架及子策略）；随后应用与评估部分（摘录未全）；最后挑战未来方向；结合Fig.2框架图加深理解。
- Q: 统一架构框架包含哪四个主要模块？它们如何相互影响？ A: Profiling（角色定义）、Memory（存储/回忆）、Planning（规划未来）、Action（输出决策）。Profiling影响Memory和Planning，三者共同影响Action。
- Q: Profiling模块的三种常见生成策略是什么？各有何优缺点？ A: 手写（灵活但劳动密集）、LLM生成（可扩展但控制弱/可能不一致）、数据集对齐（真实反映人口但依赖可用数据）。可组合使用。
- Q: Memory模块的两种主要结构是什么？为什么常采用Hybrid？ A: Unified（仅短时，in-context）和Hybrid（短时缓冲+长时向量存储检索）。Hybrid因LLM上下文窗口限制而更实用，可兼顾近期灵活与长期稳定知识。
- Q: LLM-based智能体相比传统RL智能体的主要优势是什么？ A: 拥有更全面内部世界知识（无需特定域训练即可知情行动）、自然语言接口（更灵活可解释）、更接近人类学习过程。
- Q: 论文如何定义自主智能体（引用Franklin and Graesser）？ A: 一个处于并部分属于环境的系统，感知该环境并随时间对其行动，追求自身议程以影响未来所感知内容。
- Abstract (page 1): we present a comprehensive survey of these studies, delivering a systematic review of LLM-based autonomous agents from a holistic perspective. We first discuss the construction of LLM-based autonomous agents, proposing a unified framework that encompasses much of previous work. Then, we present an overview of the diverse applications… Finally, we delve into the evaluation strategies… Based on the previous studies, we also present several challenges and future directions in this field.
- Section 1 Introduction (page 2-3): Previous research often focuses on training agents with limited knowledge within isolated environments, which diverges significantly from human learning processes… Through the acquisition of vast amounts of web knowledge, large language models (LLMs) have shown potential in human-level intelligence, leading to a surge in research on LLM-based autonomous agents.
- Section 2 / Fig. 2 (page 4): the overall structure of our framework is illustrated in Figure 2, which is composed of a profiling module, a memory module, a planning module, and an action module. The purpose of the profiling module is to identify the role of the agent. The memory and planning modules place the agent into a dynamic environment… The action module is responsible for translating the agent’s decisions into specific outputs. Within these modules, the profiling module impacts the memory and planning modules, and collectively, these three modules influence the action module.
- Section 2.1.1 Profiling Module (page 4-5): Existing literature commonly employs the following three strategies. Handcrafting Method… LLM-generation Method… Dataset Alignment Method… The profile module serves as the foundation for agent design, exerting significant influence on the agent memorization, planning, and action procedures.
- Section 2.1.2 Memory Module (page 5-7): Human memory follows a general progression from sensory memory… to short-term memory… to long-term memory… • Unified Memory. This structure only simulates the human short-term memory… • Hybrid Memory. This structure explicitly models the human short-term and long-term memories… the limited context window of LLMs restricts incorporating comprehensive memories into prompts… Consequently, numerous researchers turn to hybrid memory systems to mitigate this issue.
- Fig. 1 caption (page 2): Illustration of the growth trend in the field of LLM-based autonomous agents. We present the cumulative number of papers published from January 2021 to August 2023. We assign different colors to represent various agent categories.
Discovery evidence
Section titled “Discovery evidence”- topic:
application-domains - sources:
openalex - retrieved_at: 2026-07-20
- query: embodied AI applications survey robotics
- doi:
10.1007/s11704-024-40231-1 - score_total: 48
- suggested_tier:
recent
Relevance
Section titled “Relevance”(no prose relevance explanation — numeric score only or HTTP source)
Snippets
Section titled “Snippets”(no snippet evidence in candidate pool)
延伸解读与背景补充
Section titled “延伸解读与背景补充”生成：2026-07-21 · 来源条数 2 · 模型
heuristic· 需人工核验数字
围绕「A survey on large language model based autonomous agents」的核心问题与动机（待结合全文核验）。
方法要点补强
Section titled “方法要点补强”- 见原文方法章节；以下为基于摘要/摘录的要点提示。
- Front. Comput. Sci., 2025, 0(0): 1–42 https://doi.org/10.1007/s11704-024-40231-1 …
与相近工作的关系
Section titled “与相近工作的关系”与相近工作的关系待核验；请对照 related work。
- 勿仅凭摘要推断未给出的数值指标。
- 这篇工作的输入/输出表示是什么？（A survey on large language model based autonomous agents）
- 训练目标与评测协议各是什么？
- 主要失败模式或局限是什么？
外部解读索引
Section titled “外部解读索引”- [2308.11432] A Survey on Large Language Model based Autonomous Agents — 2026-07-21 — 官方摘要/二次页面（自动抓取）
- [2308.11432] A Survey on Large Language Model based Autonomous Agents — 2026-07-21 — 官方摘要/二次页面（自动抓取）
方法结构（重绘）
Section titled “方法结构（重绘）”flowchart LR A["输入 / 观测"] --> B["表示 / 编码"] B --> C["推理 / 解码"] C --> D["输出 / 动作或检测"] %% method sketch for: A survey on large language model based autonomous agents方法结构示意（重绘；细节以原论文为准，待 PDF 核验）。
论文摘录图/表
Section titled “论文摘录图/表”
来源：原论文约 p.1（arch）；学习用途摘录。
来源：原论文约 p.17（table）；学习用途摘录。
英文自动分析（可折叠）
Section titled “英文自动分析（可折叠）”展开英文 Paper Card / AI deep analysis
Paper Card
Section titled “Paper Card”| Field | Content |
|---|---|
| Year | 2024 |
| Authors | Lei Wang, Chen Ma, Xueyang Feng, Zeyu Zhang, Hao Yang, Jingsen Zhang, Zhiyuan Chen, Jiakai Tang, Xu Chen, Yankai Lin, Wayne Xin Zhao, Zhewei Wei |
| arXiv | 2308.11432 |
| DOI | 10.1007/s11704-024-40231-1 |
| Topics | llm-language-reasoning, application-domains, decision-task-planning, embodied-agents, sequential-decision |
| Paper | https://arxiv.org/abs/2308.11432 |
原文摘录与素材（可折叠）
Section titled “原文摘录与素材（可折叠）”展开 Extract / Selections / Local assets
Selections
Section titled “Selections”llm-language-reasoning: tier=foundational rank=3 score=65 — Survey on large language model based autonomous agentsapplication-domains: tier=foundational rank=2 score=51 — auto refresh 2026-07-19 sources=openalex | promoted watch->foundational for coverage filldecision-task-planning: tier=recent rank=1 score=63 — auto refresh 2026-07-19 sources=openalexembodied-agents: tier=watch rank=4 score=53 — auto refresh 2026-07-19 sources=openalexsequential-decision: tier=recent rank=3 score=54 — auto refresh 2026-07-19 sources=openalex
Extract excerpt
Section titled “Extract excerpt”(no PDF text available; metadata-only card)