Agente de Modelo de Linguagem de Grande Escala: Uma Análise sobre Metodologia, Aplicações e Desafios

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

March 27, 2025

Autores: 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

Resumo

A era dos agentes inteligentes está sobre nós, impulsionada por avanços revolucionários em modelos de linguagem de grande escala. Agentes baseados em Large Language Models (LLMs), com comportamentos orientados a objetivos e capacidades de adaptação dinâmica, potencialmente representam um caminho crítico em direção à inteligência artificial geral. Este estudo desconstroi sistematicamente os sistemas de agentes LLM por meio de uma taxonomia centrada em metodologias, conectando fundamentos arquitetônicos, mecanismos de colaboração e caminhos evolutivos. Unificamos fios de pesquisa fragmentados ao revelar conexões fundamentais entre os princípios de design de agentes e seus comportamentos emergentes em ambientes complexos. Nosso trabalho oferece uma perspectiva arquitetônica unificada, examinando como os agentes são construídos, como colaboram e como evoluem ao longo do tempo, ao mesmo tempo em que aborda metodologias de avaliação, aplicações de ferramentas, desafios práticos e diversos domínios de aplicação. Ao examinar os desenvolvimentos mais recentes neste campo em rápida evolução, oferecemos aos pesquisadores uma taxonomia estruturada para entender os agentes LLM e identificamos direções promissoras para pesquisas futuras. A coleção está disponível em 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.