Agentic Reasoning for Large Language Models

文章核心总结与创新点

主要内容

该文章是一篇关于大型语言模型（LLMs）智能体推理（Agentic Reasoning）的综述，系统梳理了这一范式的基础、演进与应用。核心围绕三个维度展开：一是基础智能体推理，聚焦单智能体的规划、工具使用和搜索等核心能力；二是自进化智能体推理，探讨智能体通过反馈、记忆实现持续自适应与能力提升的机制；三是集体多智能体推理，研究多智能体通过角色分配、协作沟通完成共享目标的模式。同时，文章区分了上下文内推理（无需参数更新的推理时交互）和训练后推理（通过强化学习等优化模型参数）两种优化方式，还综述了智能体推理在数学、科学发现、机器人、医疗等领域的应用及对应的基准测试，并指出了个性化、长 horizon 交互、世界建模等开放挑战。

创新点

1. 提出了智能体推理的统一框架，将分散的研究整合为“基础-自进化-集体”三维度体系，明确其与传统LLM推理的范式差异。
2. 系统区分了上下文内推理与训练后推理两种优化路径，为智能体系统设计提供了清晰的方法论指导。
3. 全面覆盖了智能体推理的核心机制（规划、工具使用、记忆、反馈等）、跨领域应用及基准测试，构建了完整的研究图景。
4. 识别了智能体推理在个性化、长周期交互、多智能体协作训练等关键方向的开放问题，为未来研究指明了方向。