题记与说明
标题: LLM Powered Autonomous Agents
作者: Lilian Weng（时任 OpenAI 应用研究负责人）
来源 URL: https://lilianweng.github.io/posts/2023-06-23-agent/
存档日期: 2026-11-04
标签: LLM-Agent、规划、记忆、工具使用、论文综述、AI编程
这篇讲什么
Lilian Weng 2023 年 6 月发布的 Agent 方向奠基性综述。核心贡献是用一个统一框架把当时散落的 Agent 论文组织成地图：LLM 是 Agent 的大脑，外挂三个关键组件——规划（Planning）、记忆（Memory）、工具使用（Tool Use）。这个框架后来成了业界讨论 Agent 的通用语言。
核心观点
- 规划 = 任务分解 + 自我反思。CoT 用「think step by step」把大任务拆成小步骤；Tree of Thoughts 在每一步生成多条推理路径、用 BFS/DFS 加分类器或多数投票搜索；ReAct 用 Thought→Action→Observation 循环把推理和行动交织；Reflexion 让 Agent 把失败教训写成文字存进工作记忆，下轮试用。
- 记忆分三层映射：感官记忆 ≈ 原始输入的 embedding；短期记忆 ≈ 上下文窗口内的 in-context learning；长期记忆 ≈ 外部向量库 + MIPS 快速检索（LSH / ANNOY / HNSW / FAISS / ScaNN）。
- 工具使用扩展能力上限：MRKL 把 LLM 变成路由器调度专家模块，Toolformer 微调模型学会调 API，HuggingGPT 用 ChatGPT 调度 HuggingFace 上的专家模型，API-Bank 给出三层能力基准：会调用、会检索、会规划。
- 案例：ChemCrow 挂 13 个化学专家工具做合成与药物发现；Generative Agents 让 25 个虚拟小镇居民涌现出信息扩散、关系记忆、自发组织派对等社会行为。
最值得记住的金句与数据
- 「LLM functions as the agent's brain」——这个比喻成了后来所有 Agent 架构图的原型。
- ChemCrow 的评估陷阱：LLM 评估认为 GPT-4 与 ChemCrow 表现相当，但专家人工评估是 ChemCrow 大幅领先——LLM 判断不了深专业领域结果的对错，LLM-as-judge 在深水区不可靠。
- 安全警示：让 Agent 合成化学武器，11 个请求中 4 个（36%）给出了完整方案。
- 三大挑战至今未过时：上下文长度有限、长程规划遇错易崩、自然语言接口不可靠——「大量 Agent demo 代码其实都在做输出解析」。
对我的启发
- Agent 系统：规划/记忆/工具三组件至今仍是分析 Agent 产品最通用的词汇，今天 Claude Code、Manus 的架构讲解仍在沿用这套框架；ReAct 循环仍是工具调用的基本范式。
- AI 编程工具：GPT-Engineer「先提问澄清、再声明假设、后写码」的流程是今天 AI 编码工具 plan mode 的雏形；AutoGPT 里海量格式解析代码，正是后来 function calling 这类结构化输出协议要解决的问题。
- 个人知识管理：Generative Agents 的检索三因子 recency + importance + relevance 是设计个人知识库检索排序的现成公式；「长期记忆 = 外部向量库 + 快速检索」正是我知识库存档实践的架构隐喻。
- 写作：当新论文让人应接不暇时，最有价值的不是再写一篇单篇解读，而是给出一个让每篇论文各就其位的框架——这就是这篇综述历久不衰的原因。
适合谁读
入门 LLM Agent 的第一篇就选它：论文地图清晰，CoT、Tree of Thoughts、ReAct、Reflexion、Toolformer、Generative Agents 等每篇都有原文链接和一句话定位，读完再读任何原始论文都不会迷路；也适合已经在做 Agent 但概念混乱的工程师做体系校准。以 2023 年 6 月为时间锚点阅读效果最佳。