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

LLM Agent 串行执行"LLM 推理 → 工具调用"循环，工具执行占总时间 35%-61%。LLM 持有昂贵资源却被迫等待外部工具返回结果，造成严重的延迟瓶颈和资源浪费。

LLM Agent 领域研究碎片化严重：架构设计、协作模式、进化机制散落在不同工作中，缺乏统一的方法论框架来理解"Agent 如何构建、如何协作、如何进化"这一完整生命周期。

问题来源： 多轮 GRPO 引入归一化项 1/Ti 以避免偏向更长轨迹。然而，这引入了结构性偏差： 定理 1 的直觉： 给定相同上下文，如果两个行动产生： 轨迹 τS：TS 轮，最终奖励 R 轨迹 τL：TL 轮（TL > TS），最终奖励 R 模型会偏向 τS（更少轮次）。 为什么？ 梯度更新中，除非 τL 的聚合贡献至少是 τS 的 TL/TS 倍，否则 ∥gt(τL)∥ > ∥gt(τS)∥。...

论文试图解决什么问题？ AI 系统的黑箱问题：LLMs 的推理过程不透明，难以验证和信任 计算论证的可扩展性问题：传统 CA 依赖手工知识工程，难以应用于开放域 人机协作的失衡：当前 AI 要么完全自动化决策，要么只是提供解释，缺乏真正的协作 高风险领域的可信度：在医学、法律等领域，AI 必须提供可争议、可审查的推理 核心洞察：计算论证（CA）与大语言模型（LLMs）的融合可以实现一个新范式——论证型人机决策制定，其中 AI 与人类共同推理，而不是为人类推理。