大语言模型的代理推理 (Agentic Reasoning)

推理是推断、问题解决和决策背后的基本认知过程。虽然大语言模型（LLMs）在闭合世界设定中展现出强大的推理能力，但在开放式和动态环境中仍面临挑战。智能体推理（Agentic reasoning）标志着一种范式转变，它将 LLMs 重新定义为能够通过持续交互进行规划、行动和学习的自主智能体。在本综述中，我们从三个互补的维度组织智能体推理。首先，我们通过三个层面来表征环境动态：基础智能体推理，建立核心单智能体能力，包括在稳定环境中的规划、工具使用和搜索；自我演进智能体推理，研究智能体如何通过反馈、记忆和自适应来完善这些能力；以及集体多智能体推理，将智能扩展到涉及协调、知识共享和共同目标的协作场景。在这些层面中，我们将情境推理（通过结构化编排扩展测试时交互）与训练后推理（通过强化学习和监督微调优化行为）区分开来。我们进一步回顾了在科学、机器人、医疗、自主研究和数学等现实应用及基准测试中的代表性智能体推理框架。本综述将智能体推理方法合成了一个连接思维与行动的统一路线图，并概述了开放性挑战和未来方向，包括个性化、长周期交互、世界建模、可扩展的多智能体训练以及现实部署的治理。