Agent de Modèle de Langage à Grande Échelle : Une Étude sur la Méthodologie, les Applications et les Défis

Large Language Model Agent: A Survey on Methodology, Applications and Challenges

March 27, 2025

Auteurs: Junyu Luo, Weizhi Zhang, Ye Yuan, Yusheng Zhao, Junwei Yang, Yiyang Gu, Bohan Wu, Binqi Chen, Ziyue Qiao, Qingqing Long, Rongcheng Tu, Xiao Luo, Wei Ju, Zhiping Xiao, Yifan Wang, Meng Xiao, Chenwu Liu, Jingyang Yuan, Shichang Zhang, Yiqiao Jin, Fan Zhang, Xian Wu, Hanqing Zhao, Dacheng Tao, Philip S. Yu, Ming Zhang

cs.AI

Résumé

L'ère des agents intelligents est à nos portes, propulsée par des avancées révolutionnaires dans les modèles de langage de grande envergure. Les agents basés sur les grands modèles de langage (LLM), dotés de comportements orientés vers des objectifs et de capacités d'adaptation dynamique, représentent potentiellement une voie cruciale vers l'intelligence artificielle générale. Cette étude déconstruit systématiquement les systèmes d'agents LLM à travers une taxonomie centrée sur la méthodologie, reliant les fondements architecturaux, les mécanismes de collaboration et les trajectoires évolutives. Nous unifions les fils de recherche fragmentés en révélant les connexions fondamentales entre les principes de conception des agents et leurs comportements émergents dans des environnements complexes. Notre travail offre une perspective architecturale unifiée, examinant comment les agents sont construits, comment ils collaborent et comment ils évoluent au fil du temps, tout en abordant les méthodologies d'évaluation, les applications d'outils, les défis pratiques et les divers domaines d'application. En passant en revue les derniers développements dans ce domaine en évolution rapide, nous proposons aux chercheurs une taxonomie structurée pour comprendre les agents LLM et identifions des directions prometteuses pour les recherches futures. La collection est disponible à l'adresse suivante : https://github.com/luo-junyu/Awesome-Agent-Papers.

English

The era of intelligent agents is upon us, driven by revolutionary advancements in large language models. Large Language Model (LLM) agents, with goal-driven behaviors and dynamic adaptation capabilities, potentially represent a critical pathway toward artificial general intelligence. This survey systematically deconstructs LLM agent systems through a methodology-centered taxonomy, linking architectural foundations, collaboration mechanisms, and evolutionary pathways. We unify fragmented research threads by revealing fundamental connections between agent design principles and their emergent behaviors in complex environments. Our work provides a unified architectural perspective, examining how agents are constructed, how they collaborate, and how they evolve over time, while also addressing evaluation methodologies, tool applications, practical challenges, and diverse application domains. By surveying the latest developments in this rapidly evolving field, we offer researchers a structured taxonomy for understanding LLM agents and identify promising directions for future research. The collection is available at https://github.com/luo-junyu/Awesome-Agent-Papers.