Agent技术调研分析
引言
随着人工智能技术的飞速发展，尤其是在大型模型领域的突破，Agent技术正日益受到关注并在各个领域展现出巨大的潜力。Agent不再仅仅是执行预设规则的简单程序，而是能够感知环境、自主决策并采取行动以达成特定目标的智能实体。这种自主性和智能化的特点，使得Agent技术被认为是继传统人工智能系统之后又一次重要的技术飞跃。当前，无论是学术界还是工业界，都对Agent技术投入了大量的研究和开发资源，旨在探索其在各行各业的应用前景。例如，在客户服务、教育、医疗和金融等领域，Agent技术都展现出了革新现有工作流程、提高效率和创造新价值的巨大潜力。本报告旨在对Agent技术的定义、分类、核心技术原理以及最新的研究进展进行全面的调研和分析，重点关注近期在大型模型、Agent领域以及多Agent系统等领域中对智能体技术发展起到关键作用的突破性进展，并探讨其主要应用、面临的挑战以及未来的发展趋势。
智能体的定义
在人工智能领域，智能体通常被定义为一个能够感知其环境，自主地采取行动以实现目标，并且可以通过机器学习或获取知识来提高自身性能的实体 [1]。领先的人工智能教科书甚至将人工智能定义为"智能体的研究和设计"，强调目标导向行为是智能的核心 [1]。智能体的复杂程度各异，从简单的恒温器或控制系统 [1] 到复杂的人类 [1]，乃至公司、国家或生物群落等更宏观的系统都可以被视为智能体 [1]。一个专门的子集，即主动式人工智能（也称为AI Agent或简称Agent），通过在更长的时间内主动追求目标、做出决策和采取行动，扩展了这个概念，展现了一种新型的数字代理形式 [1]。
智能体的运行基于一个目标函数，该函数封装了其目标 [1]。智能体的设计旨在创建和执行能够最大化该函数预期值的计划 [1]。例如，强化学习Agent具有奖励函数，程序员可以通过该函数塑造其期望的行为 [1]；类似地，进化算法的行为则由适应度函数引导 [1]。人工智能领域的智能体与经济学中的Agent密切相关 [1]，智能体范式也在认知科学、伦理学和实践理性哲学以及许多跨学科的社会认知建模和计算机社会模拟中被研究 [1]。
智能体通常以类似于计算机程序的抽象功能系统进行示意性描述 [1]。为了区分理论模型和实际应用，智能体的抽象描述被称为抽象智能体 [1]。智能体也与软件Agent密切相关，软件Agent是代表用户执行任务的自主计算机程序 [1]。它们也常被经济学中的术语称为"理性Agent" [1]。与AI助手和聊天机器人相比，AI Agent具有更高的自主性，能够独立操作和决策以实现目标 [2]。它们能够处理复杂的、多步骤的任务，并随着时间的推移进行学习和适应 [2]。AI助手则需要用户的输入和指导，而聊天机器人通常遵循预先设定的规则，学习能力有限 [2]。
智能体的分类
智能体可以根据其架构和能力进行详细的分类。最基本的类型是简单反射Agent，它们完全基于当前的感知，使用预定义的条件-动作规则做出响应，不保留过去状态的记忆 [4]。例如，一个恒温器在温度低于某个阈值时打开加热器，高于某个阈值时关闭加热器 [7]。模型-based反射Agent则更为先进，它们维护一个关于世界的内部模型，能够基于当前的感知和过去的经验在部分可观察的环境中做出决策 [4]。例如，一个扫地机器人可以记住已经清扫过的区域，并避开之前遇到的障碍物 [4]。
目标-based Agent不仅拥有内部模型，还设定了明确的目标，它们会规划行动以达成这些目标 [4]。导航系统，如Google Maps，会规划最佳路线以达到目的地 [4]。效用-based Agent更进一步，它们使用效用函数评估不同的行动方案，旨在最大化整体利益，尤其是在涉及多个目标或权衡时 [4]。例如，一个旅行预订系统会考虑价格、时间、中转次数等因素，选择效用最高的航班 [11]。学习Agent能够从经验中学习，并使用机器学习技术随着时间的推移提高其性能 [3]。垃圾邮件过滤器就是一个典型的例子，它可以根据用户反馈不断学习新的垃圾邮件模式 [10]。此外，还有分层Agent，它们将决策过程组织成一个层级结构，以处理复杂的任务 [3]。例如，在制造业中，一个高层Agent可能管理整体生产目标，而低层Agent则控制单个机器 [10]。
多Agent系统（MAS）是另一个重要的分类，它指的是多个Agent协同工作或相互竞争以解决问题的系统 [7]。随着Agent技术的发展，MAS的重要性日益凸显，它们能够处理单个Agent难以完成的复杂任务 [19]。
智能体类型分类表
| 智能体类型 | 主要特点 | 示例 | 相关Snippet ID |
|---|---|---|---|
| 简单反射智能体 | 基于规则，对当前感知做出反应，无记忆 | 恒温器 | 4 |
| 基于模型的反射智能体 | 拥有世界内部模型，处理部分可观察环境，考虑过去经验 | 扫地机器人 | 4 |
| 基于目标的智能体 | 拥有目标，规划行动以实现目标 | 导航系统 | 4 |
| 基于效用的智能体 | 基于效用函数评估行动，最大化利益，考虑多重目标 | 旅行预订系统 | 10 |
| 学习型智能体 | 从经验中学习，随着时间推移提高性能 | 垃圾邮件过滤器 | 3 |
| 分层智能体 | 分层组织决策，处理复杂任务 | 制造业控制系统 | 3 |
智能体的核心技术原理
智能体的核心技术原理可以概括为感知、推理、行动和学习这四个基本组成部分 [13]。感知是智能体从环境中收集和解释信息的能力，这通常通过传感器（对于物理Agent，如机器人）或数字接口（对于软件Agent）来实现 [13]。例如，自动驾驶汽车使用激光雷达和摄像头感知道路状况，而聊天机器人则通过文本或语音接收用户输入 [16]。推理是指智能体在收集到信息后对其进行理解和分析，从而做出决策的过程 [2]。这涉及到使用规则、算法或神经网络等技术将原始数据转化为可操作的见解 [16]。行动是智能体基于其感知和推理结果与环境进行交互并执行决策的能力 [13]。例如，智能家居系统可以根据感知到的温度和其对能源效率的推理来调整恒温器 [16]。学习是智能体随着时间的推移改进其性能的能力 [3]。学习使智能体能够适应新情况，改进决策过程并提高效率 [3]。
知识表示和记忆在智能体的运行中也扮演着至关重要的角色 [2]。记忆对于维持上下文、从过去的交互中学习以及做出明智的决策至关重要，尤其是在基于模型的Agent中 [2]。许多现代人工智能Agent都建立在大型语言模型（LLM）和其他人工智能基础模型之上 [2]。LLM作为这些Agent的"大脑"，提供了自然语言理解、推理和行动的能力 [2]。它们能够处理和生成语言，从而使Agent能够进行对话、理解指令并产生相关的输出 [2]。
Agent技术的近期突破性进展（2024年10月至2025年4月）
在过去的半年中（2024年10月至2025年4月），Agent技术取得了显著的突破性进展，尤其是在大型模型驱动的Agent和多Agent系统领域。
基于大型模型的Agent的进展
基于大型语言模型（LLM）的Agent展现出了处理复杂任务的强大能力，并且在自主性和智能水平上都取得了显著提升 [21]。例如，OpenAI计划于2025年1月发布的代号为"Operator"的AI Agent，以及Cognition Software于2024年3月推出的自主软件工程师"Devin" [21]，都预示着Agent正在从简单的聊天机器人向能够处理复杂任务的动态助手演变 [21]。自然语言处理技术的进步使得这些Agent能够进行更细致的对话，理解语境并适应用户的沟通风格 [19]。此外，Agent与外部工具和API的集成也得到了加强，从而扩展了它们的功能 [4]。例如，Azure AI Agent Service旨在帮助开发者安全地创建、部署和扩展具有工具集成的高质量AI Agent [27]。研究也更加关注提升Agent的推理、规划和自我检查能力 [21]。为了提高LLM驱动的Agent的效率和有效性，研究人员也在探索更经济高效的架构 [28]，例如KGoT架构在GAIA基准测试中表现出了更高的任务成功率和更低的成本 [28]。
多Agent系统的进展
多Agent系统（MAS）的研究也取得了重要进展，包括用于构建和管理协作式多Agent系统的框架的开发 [19]，例如Autono框架旨在通过自适应决策和多Agent协作来解决复杂任务 [29]，而AutoGen框架则被设计为一个先进的多Agent对话系统，支持多个Agent的创建和协作 [29]。研究人员也致力于探索Agent之间有效的协作、通信和协商机制 [19]，以及群体智能和去中心化问题解决的方法 [19]。此外，在协作Agent环境中，安全性和信任问题也受到了重视 [32]。
自主Agent的进展
自主Agent的能力也在不断增强，它们能够在没有明确输入的情况下执行多步骤任务 [3]。研究人员正在开发能够通过探索从未知环境中学习的Agent [38]，以及能够感知和与物理或虚拟环境交互的具身Agent [39]。提高自主Agent的鲁棒性和适应性也是一个重要的研究方向 [29]。
arXiv上的相关研究
对arXiv上2024年10月至2025年4月期间发表的关于智能体的相关论文进行分析，可以更深入地了解这些进展。在Agent架构方面，一些研究探索了新的架构以实现更高效和更强大的Agent，例如自动化Agent系统设计（ADAS）旨在自动创建强大的Agent系统设计 [42]，而KGoT则旨在提高LLM驱动的Agent的效率和任务成功率 [28]。在LLM Agent方面，研究重点在于利用LLM增强推理能力 [38]、规划能力 [29] 和工具使用能力 [30]。同时，也有研究关注LLM Agent的治理和安全问题 [45]。关于多Agent系统的研究，一些论文深入探讨了Agent之间的协作机制、通信协议以及安全挑战 [29]。此外，还有一些研究提出了新的自主Agent框架，例如Autono，旨在提高Agent在复杂环境中的鲁棒性和适应性 [29]。为了更好地评估AI Agent的能力，研究人员也在不断开发新的评估基准，例如PaperBench用于评估AI Agent复制顶尖机器学习研究的能力 [50]，而EconEvals则用于评估LLM Agent在经济环境中的行为 [38]。此外，一些综述性论文 [30] 对该领域的研究进行了概述。
智能体的应用场景
智能体技术正在各个行业中得到广泛应用，展现出巨大的潜力。在客户服务领域，AI驱动的聊天机器人能够处理客户咨询，提供即时回复，从而解放人工客服 [5]。例如，联络中心的AI Agent可以自动询问客户问题，查找信息并提供解决方案 [13]。在教育领域，智能辅导系统可以提供个性化的学习体验 [17]。医疗保健行业也看到了智能体的广泛应用，例如用于分析医疗数据的诊断工具、提供个性化建议的虚拟健康助手以及辅助进行手术的AI驱动机器人 [12]。金融领域则利用智能体进行欺诈检测、投资管理和算法交易 [12]。智能家居系统通过AI助手根据用户习惯和偏好调整设备设置 [8]。自动驾驶汽车也依赖智能体处理传感器数据并导航 [5]。在机器人和制造业中，智能体被用于执行自动化装配、质量控制和预测性维护等任务 [12]。此外，智能体还被应用于网络搜索引擎，以理解用户意图并提供相关的搜索结果 [5]，以及推荐系统，用于根据用户行为推荐个性化内容 [5]。在销售和市场营销方面，智能体可以模拟客户对话以进行培训，并自动化与潜在客户的互动 [25]。IT运维中，智能体可以自动化执行密码重置和软件访问等重复性任务 [20]。银行业也开始测试智能体，用于自动化利率调整和检测欺诈 [37]。这些应用案例表明，智能体技术正在各行各业中发挥着越来越重要的作用，其可能性是巨大的并且还在不断增长 [19]。
智能体在不同行业的应用
| 行业 | 应用示例 | 关键技术特点 | 相关Snippet ID |
|---|---|---|---|
| 客户服务 | 聊天机器人，虚拟助手 | 自然语言处理，意图理解 | 5 |
| 医疗保健 | 诊断工具，虚拟健康助手，AI驱动手术机器人 | 医学数据分析，机器人控制，个性化推荐 | 12 |
| 金融 | 欺诈检测，智能投顾，算法交易 | 数据分析，模式识别，风险评估 | 12 |
| 智能家居 | 自动化设备控制，用户偏好学习 | 物联网集成，机器学习 | 8 |
| 自动驾驶 | 环境感知，路径规划，实时决策 | 传感器融合，计算机视觉，强化学习 | 5 |
智能体的关键能力及其最新技术突破
智能体的关键能力包括感知、决策和执行。在这些方面，近期都涌现出了令人瞩目的技术突破。
感知能力
在感知方面，一个重要的进展是多模态感知能力的提升 [2]。现代智能体不仅能够理解文本，还能同时处理和理解语音、视频、音频和代码等多种类型的信息 [2]。多模态自然语言处理系统的发展使得智能体能够并发地处理和理解多种数据类型，从而产生更全面和直观的响应 [15]。此外，具身智能体通过集成各种传感器，例如摄像头、激光雷达等，获得了更丰富的环境理解能力 [15]。
决策能力
在决策方面，强化学习、规划算法和战略决策都取得了显著进展 [1]。强化学习被广泛应用于训练智能体通过试错来学习最优行动策略 [1]。智能体的规划能力也得到了显著提升，使得它们能够将复杂的任务分解为更小的步骤并制定执行计划 [2]。研究人员也在探索如何在不确定和动态的环境中进行有效的决策 [15]。在多Agent系统中，博弈论也被应用于模拟和优化Agent之间的战略互动 [26]。
执行能力
在执行方面，自主任务执行和工具利用是重要的突破方向 [4]。智能体现在能够通过设计自己的工作流程并利用可用的工具来自主地执行任务 [4]。工具利用方面的进步使得智能体能够调用外部API并访问实时信息，从而扩展了它们的功能 [4]。一些平台和服务，如Azure AI Agent Service，正致力于简化具有工具集成能力的智能体的创建和部署过程 [27]。
智能体技术面临的挑战和瓶颈
尽管智能体技术取得了巨大的进步，但仍然面临着一些重要的挑战和瓶颈。可解释性是其中之一。理解智能体做出决策背后的原因对于建立信任和确保安全至关重要，但在许多情况下，尤其是对于基于深度学习的复杂智能体，其决策过程仍然像一个"黑箱" [2]。鲁棒性是另一个关键挑战。智能体需要在各种复杂和动态的环境中保持可靠的性能 [4]。然而，在面对未预见的情况或对抗性攻击时，智能体可能会表现出意想不到的行为。安全性也是一个重要的考虑因素 [21]。由于智能体能够自主地采取行动，因此需要确保它们不会被恶意利用或导致意外的损害 [21]。此外，伦理和负责任的开发与部署也面临挑战 [2]。这包括解决潜在的偏见问题、确保公平性、考虑对劳动力市场的影响以及制定相应的监管和治理框架。研究也表明，可解释性和可信赖性仍然是神经符号人工智能领域的研究差距 [55]。
智能体技术的未来发展趋势预测和展望
学术界和工业界对智能体技术的未来发展趋势持有乐观的预期。一个重要的趋势是智能体将变得更加自主，能够在更复杂的任务中独立工作，而无需持续的人工干预 [15]。随着技术的进步，我们可能会看到智能体在更广泛的领域内实现通用人工智能（AGI）的一些特征。人机协作也将成为未来的一个重要方向 [2]。智能体将被视为增强人类能力的工具，而不是完全取代人类。多Agent系统预计将变得更加普及和复杂，能够解决需要多个智能体协同合作的更高级别的问题 [14]。此外，创建定制化智能体的门槛将降低，使得更多领域的专家能够利用智能体技术来自动化他们的工作流程 [19]。
智能体技术相关的伦理和社会影响
智能体技术的快速发展带来了许多伦理和社会影响。自主智能体的决策和责任归属引发了重要的伦理问题 [2]。随着智能体越来越能够独立做出决策，我们需要考虑如何确保这些决策符合人类的价值观和道德标准。此外，智能体技术的普及可能会对劳动力市场产生深远的影响，一些重复性的工作可能会被自动化，导致劳动力结构发生变化 [19]。隐私问题也是一个重要的考虑因素，智能体在执行任务的过程中可能会收集和处理大量的个人数据，需要确保数据的安全和用户的隐私得到保护。因此，关于负责任的AI开发和治理的研究和讨论变得至关重要 [21]。
结论
Agent技术正处于快速发展和变革的时期。近期在大型模型、Agent框架和多Agent系统等领域的突破性进展，极大地提升了智能体的能力和应用范围。从客户服务到医疗保健，再到金融和智能家居，智能体正在各行各业中发挥着越来越重要的作用。然而，这项技术也面临着可解释性、鲁棒性、安全性以及伦理和社会影响等方面的挑战。展望未来，智能体技术有望朝着更高的自主性、更强的协作能力和更广泛的应用领域发展，同时人机协作将成为重要的发展模式。为了充分发挥Agent技术的潜力并应对其带来的挑战，需要学术界、工业界以及政策制定者共同努力，推动技术的进步，并制定负责任的开发和部署策略。
References
[1] "Intelligent agent," Wikipedia. [Online]. Available: https://en.wikipedia.org/wiki/Intelligent_agent. Accessed: Apr. 12, 2025.
[2] "What are AI agents? Definition, examples, and types," Google Cloud. [Online]. Available: https://cloud.google.com/discover/what-are-ai-agents. Accessed: Apr. 12, 2025.
[3] "What Are Intelligent AI Agents (And Can They Really Work Alone)?," Moveworks. [Online]. Available: https://www.moveworks.com/us/en/resources/blog/what-is-intelligent-ai-agent-how-they-work-autonomously. Accessed: Apr. 12, 2025.
[4] "What Are AI Agents?," IBM. [Online]. Available: https://www.ibm.com/think/topics/ai-agents. Accessed: Apr. 12, 2025.
[5] "Intelligent Agent Definition: Key Concepts and Real-World Examples," SmythOS. [Online]. Available: https://smythos.com/ai-agents/ai-tutorials/intelligent-agent-definition/. Accessed: Apr. 12, 2025.
[6] "AI Agent Types," IBM. [Online]. Available: https://www.ibm.com/think/topics/ai-agent-types. Accessed: Apr. 12, 2025.
[7] "Types of AI Agents," IBM. [Online]. Available: https://www.ibm.com/think/topics/ai-agent-types. Accessed: Apr. 12, 2025.
[8] "7 Types of AI Agents to Automate Your Workflows in 2025," DigitalOcean. [Online]. Available: https://www.digitalocean.com/resources/articles/types-of-ai-agents. Accessed: Apr. 12, 2025.
[9] "6 Types of AI Agents: Exploring the Future of Intelligent Machines," Simform. [Online]. Available: https://www.simform.com/blog/types-of-ai-agents/. Accessed: Apr. 12, 2025.
[10] "What are the Different Types of AI Agents?," Botpress. [Online]. Available: https://botpress.com/blog/what-are-the-different-types-of-ai-agents. Accessed: Apr. 12, 2025.
[11] "Types of Intelligent Agents," SmythOS. [Online]. Available: https://smythos.com/ai-agents/ai-agent-development/types-of-intelligent-agents. Accessed: Apr. 12, 2025.
[12] "Types of AI Agents: How They Work and Real-World Applications," Signum.ai. [Online]. Available: https://signum.ai/blog/understanding-ai-agents/. Accessed: Apr. 12, 2025.
[13] M. Mitusov, "Inside AI Agents: Core Principles and How They Remember," newline. [Online]. Available: https://www.newline.co/@MaksymMitusov/inside-ai-agents-core-principles-and-how-they-remember--16661135. Accessed: Apr. 12, 2025.
[14] "Artificial Intelligence and Intelligent Agents: Exploring Their Relationship," SmythOS. [Online]. Available: https://smythos.com/ai-integrations/tool-usage/artificial-intelligence-and-intelligent-agents. Accessed: Apr. 12, 2025.
[15] "Advances in AI: The Role of Intelligent Agents in Modern Technology," Startupsgurukul. [Online]. Available: https://startupsgurukul.com/blog/2024/08/08/advances-in-ai-the-role-of-intelligent-agents-in-modern-technology/. Accessed: Apr. 12, 2025.
[16] "Learn the Core Components of AI Agents," SmythOS. [Online]. Available: https://smythos.com/ai-agents/ai-agent-development/ai-agents-components/. Accessed: Apr. 12, 2025.
[17] "Exploring Intelligent Agents In Artificial Intelligence," Brainpod. [Online]. Available: https://brainpod.ai/pt/exploring-intelligent-agents-in-artificial-intelligence-a-comprehensive-guide-to-types-examples-and-functionality-in-ai-presentations/. Accessed: Apr. 12, 2025.
[18] "What are AI Agents?," AWS. [Online]. Available: https://aws.amazon.com/what-is/ai-agents/. Accessed: Apr. 12, 2025.
[19] "The Rise of Intelligent Agent AI: Transforming Business Operations," Wordware. [Online]. Available: https://www.wordware.ai/blog/the-rise-of-intelligent-agent-ai-transforming-business-operations. Accessed: Apr. 12, 2025.
[20] "Agentic AI: The new frontier in AI evolution," Deloitte. [Online]. Available: https://www.deloitte.com/lu/en/our-thinking/future-of-advice/agentic-ai-the-new-frontier-in-ai-evolution.html. Accessed: Apr. 12, 2025.
[21] "What are the risks and benefits of 'AI agents'?," World Economic Forum. [Online]. Available: https://www.weforum.org/stories/2024/12/ai-agents-risks-artificial-intelligence/. Accessed: Apr. 12, 2025.
[22] "AI Agents," Databricks. [Online]. Available: https://www.databricks.com/glossary/ai-agents. Accessed: Apr. 12, 2025.
[23] "AI Agents 101: Understanding Their Role and Functionality," Genezio. [Online]. Available: https://genezio.com/deployment-platform/blog/understanding-ai-agents-101/. Accessed: Apr. 12, 2025.
[24] "Future of Intelligent Agents: Transforming Industries," SmythOS. [Online]. Available: https://smythos.com/ai-agents/agent-architectures/future-of-intelligent-agents/. Accessed: Apr. 12, 2025.
[25] "Intelligent Agents Are Back: Will They Bring A New Era Of Automation?," Forbes. [Online]. Available: https://www.forbes.com/councils/forbestechcouncil/2024/10/04/intelligent-agents-are-back-will-they-bring-a-new-era-of-automation/. Accessed: Apr. 12, 2025.
[26] "AI Agent Skills, Trends, and Statistics," Aura Intelligence. [Online]. Available: https://blog.getaura.ai/ai-agents-skills-data-trends. Accessed: Apr. 12, 2025.
[27] "The future of software: Intelligent agent-based architecture," Bravent. [Online]. Available: https://www.bravent.net/en/news/the-future-of-software-intelligent-agent-based-architecture/. Accessed: Apr. 12, 2025.
[28] "1 Introduction," arXiv. [Online]. Available: https://arxiv.org/html/2504.02670v2. Accessed: Apr. 12, 2025.
[29] "A ReAct-Based Highly Robust Autonomous Agent Framework," arXiv. [Online]. Available: https://arxiv.org/pdf/2504.04650. Accessed: Apr. 12, 2025.
[30] "Multi-Agent Collaboration Mechanisms: A Survey of LLMs," arXiv. [Online]. Available: https://arxiv.org/html/2501.06322v1. Accessed: Apr. 12, 2025.
[31] "Autono: A ReAct-Based Highly Robust Autonomous Agent Framework," arXiv. [Online]. Available: https://arxiv.org/html/2504.04650v2. Accessed: Apr. 12, 2025.
[32] "Trading Off Security and Collaboration Capabilities in Multi-Agent Systems," arXiv. [Online]. Available: https://arxiv.org/abs/2502.19145. Accessed: Apr. 12, 2025.
[33] "AI Agents: What They Are and Their Business Impact," BCG. [Online]. Available: https://www.bcg.com/capabilities/artificial-intelligence/ai-agents. Accessed: Apr. 12, 2025.
[34] "Intelligent agents: autonomy and efficiency," Bravent. [Online]. Available: https://www.bravent.net/en/news/the-future-of-software-intelligent-agent-based-architecture/. Accessed: Apr. 12, 2025.
[35] "Explanation of Intelligent Agent," Sapien's AI Glossary. [Online]. Available: https://www.sapien.io/glossary/definition/intelligent-agent. Accessed: Apr. 12, 2025.
[36] "What are AI Agents? Classification and How AI Agents Work," Tokyo Tech Lab. [Online]. Available: https://tokyotechlab.com/blogs/what-are-ai-agents. Accessed: Apr. 12, 2025.
[37] "Intelligent Agents Will Change Banking," SouthState Correspondent Division. [Online]. Available: https://southstatecorrespondent.com/banker-to-banker/technology/intelligent-agents-will-change-banking/. Accessed: Apr. 12, 2025.
[38] "EconEvals: Benchmarks and Litmus Tests for LLM Agents in Unknown Environments," arXiv. [Online]. Available: https://arxiv.org/html/2503.18825v1. Accessed: Apr. 12, 2025.
[39] "Exploring Embodied Multimodal Large Models: Development, Datasets, and Future Directions," arXiv. [Online]. Available: https://arxiv.org/html/2502.15336v1. Accessed: Apr. 12, 2025.
[40] "Humans Co-exist, So Must Embodied Artificial Agents," arXiv. [Online]. Available: https://arxiv.org/html/2502.04809v1. Accessed: Apr. 12, 2025.
[41] "Autono: A ReAct-Based Highly Robust Autonomous Agent Framework," arXiv. [Online]. Available: https://arxiv.org/html/2504.04650v1. Accessed: Apr. 12, 2025.
[42] "Automated Design of Agentic Systems," arXiv. [Online]. Available: https://arxiv.org/pdf/2408.08435. Accessed: Apr. 12, 2025.
[43] "Why Reasoning Matters? A Survey of Advancements in Multimodal Reasoning," arXiv. [Online]. Available: https://arxiv.org/html/2504.03151v1. Accessed: Apr. 12, 2025.
[44] "Open Deep Search: Democratizing Search with Open-source Reasoning Agents," arXiv. [Online]. Available: https://arxiv.org/html/2503.20201. Accessed: Apr. 12, 2025.
[45] "How to evaluate control measures for LLM agents? A trajectory from today to superintelligence," arXiv. [Online]. Available: https://arxiv.org/html/2504.05259v1. Accessed: Apr. 12, 2025.
[46] "DebFlow: Automating Agent Creation via Agent Debate," arXiv. [Online]. Available: https://arxiv.org/html/2503.23781v1. Accessed: Apr. 12, 2025.
[47] "Beyond Single-Turn: A Survey on Multi-Turn Interactions with Large Language Models," arXiv. [Online]. Available: https://arxiv.org/html/2504.04717v1. Accessed: Apr. 12, 2025.
[48] "Inherent and emergent liability issues in LLM-based agentic systems: a principal-agent perspective," arXiv. [Online]. Available: https://arxiv.org/html/2504.03255v1. Accessed: Apr. 12, 2025.
[49] "Multiagent Systems Apr 2025," arXiv. [Online]. Available: https://arxiv.org/list/cs.MA/current. Accessed: Apr. 12, 2025.
[50] "1 Introduction," arXiv. [Online]. Available: https://arxiv.org/html/2504.01848v2. Accessed: Apr. 12, 2025.
[51] "What Are AI Agents? Definition, Examples, Types," Salesforce. [Online]. Available: https://www.salesforce.com/agentforce/what-are-ai-agents/. Accessed: Apr. 12, 2025.
[52] "Intelligent Agents and Machine Learning: Transforming Automation and Decision-Making," SmythOS. [Online]. Available: https://smythos.com/ai-agents/ai-agent-development/intelligent-agents-and-machine-learning/. Accessed: Apr. 12, 2025.
[53] "DBOT: Artificial Intelligence for Systematic Long-Term Investing," arXiv. [Online]. Available: https://arxiv.org/html/2504.05639v1. Accessed: Apr. 12, 2025.
[54] "Towards Scientific Intelligence: A Survey of LLM-based Scientific Agents," arXiv. [Online]. Available: https://arxiv.org/html/2503.24047v1. Accessed: Apr. 12, 2025.
[55] "Neuro-Symbolic AI in 2024: A Systematic Review," arXiv. [Online]. Available: https://arxiv.org/pdf/2501.05435. Accessed: Apr. 12, 2025.
[56] "Understanding the Core Principles of AI Agents," YouTube. [Online]. Available: https://www.youtube.com/watch?v=zgD4BkpiiK4. Accessed: Apr. 12, 2025.