主动智能代理和大型语言模型的研究格局：应用、挑战与未来方向

主动智能代理（Agentic AI）和大型语言模型（LLMs）正在改变语言的理解与生成方式，同时重塑决策制定、自动化和研究实践。大型语言模型提供基础的推理能力，主动智能代理系统利用这些能力，通过与外部工具、服务及应用程序接口（APIs）的交互来执行任务。基于结构化的范围审查和主题分析，本研究识别出LLMs的核心挑战，包括安全性、隐私与信任、错误信息、滥用与偏见、能耗、透明度与可解释性以及价值一致性，这些问题可能会传递到主动智能代理中。除了这些继承性问题外，主动智能代理还引入了新的挑战，包括上下文管理、安全、隐私与信任、目标不一致、不透明的决策过程、有限的人类监督、多代理协调、伦理与法律责任以及长期安全性。我们分析了由LLMs驱动的主动智能代理在教育、医疗、网络安全、自动驾驶汽车、电子商务和客户服务六个领域的应用，以揭示其现实世界的影响。此外，我们使用DeepSeek-R1和GPT-4o演示了一些LLM的局限性。据我们所知，这是首个将LLMs和主动智能代理的挑战与应用集成于单一面向未来的研究格局中的综合性研究，旨在促进跨学科研究和该新兴领域的负责任发展。