DeepAgent: A General Reasoning Agent with Scalable Toolsets

一、论文主要内容总结

1. 核心背景

现有大语言模型驱动的代理存在局限性：依赖预定义工作流、无法动态发现工具、长程交互中记忆管理不足、推理连贯性欠缺，难以适配真实世界复杂任务和大规模工具集。

2. 核心方案：DeepAgent 框架

• 定位：端到端深度推理代理，将思考、工具发现、动作执行整合为统一推理过程，支持任意规模工具集的动态适配。
• 核心组件：
  1. 自主工具搜索与调用：通过自然语言查询动态检索工具，结构化调用并处理反馈；
  2. 自主记忆折叠机制：将交互历史压缩为情景记忆（长期任务进展）、工作记忆（短期状态）、工具记忆（使用经验），避免上下文爆炸和错误路径锁定；
  3. ToolPO 强化学习训练：基于 LLM 模拟 API 保障训练稳定性，通过细粒度优势归因（任务级+工具调用级）优化学习信号。
• 实验验证：在 8 个基准测试（通用