研究 AI Agent，最头疼的不是找不到论文，而是资料太多、不知道从哪读起。

秋欢

研究 AI Agent，最头疼的不是找不到论文，而是资料太多、不知道从哪读起。

复旦团队整理的 《The Rise and Potential of Large Language Model Based Agents》，用一篇 86 页综述梳理了 LLM Agent 的技术框架，相关论文也汇总到了 GitHub。

这份清单值得收藏的地方：

① 按模块分类：从记忆、推理、规划到工具调用、感知和行动，脉络清晰。

② 覆盖不同架构：单 Agent、多 Agent，以及人机协作场景分别整理。

③ 拓展研究方向：行为模拟、人格建模和沙盒社会等内容也有涉及。

④ 聚焦评测与训练：Benchmark、模型训练和强化学习独立归类。

⑤ 配套论文与项目：方便沿着综述继续追踪相关研究和开源成果。

与其每天漫无目的地刷论文，不如先建立知识框架，再按方向深入。
🔗 GitHub：https://github.com/WooooDyy/LLM-Agent-Paper-List