llm agent

智能体任务拆解与执行：基于ReAct+Plan-and-Execute框架的行业Skill构建实录过去一年,我一直在做一件事:把行业里那些重复、繁琐、依赖经验判断的业务流程,交给大语言模型(LLM)智能体去执行。最初的想法很简单——写一个精心设计的Prompt,把任务描述清楚,让模型直接给出结果。

【TMLR 2025】Tree Search：树搜索驱动的语言模型智能体，在真实网页环境中显式探索与多步规划｜从网页智能体推理时搜索视角本文解读 TMLR 2025 论文《Tree Search for Language Model Agents》。该论文提出推理时树搜索算法，通过融合best-first 搜索、多模态价值函数与环境回溯重放，让语言模型智能体在真实网页环境中显式探索与多步规划，其特别之处在于这是首个在真实网页任务上被证明有效的树搜索算法。实验表明VisualWebArena 上 GPT-4o 智能体成功率相对提升 39.7%、达到 26.4% 新 SOTA，且性能随测试时算力单调增长，为 LLM Agent 的测试时计算（

【COLM 2025】AIOS：LLM 智能体操作系统，内核化资源管理与调度｜从智能体系统架构视角本文解读 COLM 2025 论文《AIOS: LLM Agent Operating System》。该论文提出AIOS 智能体操作系统，通过融合操作系统内核思想、系统调用抽象与SDK 开发套件，把 LLM 与工具资源从智能体应用中隔离出来统一管理，其特别之处在于让并发智能体像进程一样被调度与隔离。实验表明接入 AIOS 后吞吐最高提升 2.1 倍，并发智能体从 250 个扩展到 2000 个仍保持近似线性性能，为规模化 LLM 智能体服务提供了系统级基础设施借鉴。

我是有底线的