人工智能代理与自主智能：概念分类、应用及挑战

本综述严谨区分了人工智能代理与自主智能，提供了结构化的概念分类、应用映射及机遇与挑战分析，以阐明它们截然不同的设计理念与能力。我们首先阐述搜索策略及基础定义，将人工智能代理描述为由大语言模型（LLMs）和大视觉模型（LIMs）驱动并支持的模块化系统，用于任务特定的自动化。生成式人工智能被定位为基础，而人工智能代理通过工具集成、提示工程及推理优化实现进阶。随后，我们描述自主智能系统，与人工智能代理相比，它代表一种范式转变，具备多代理协作、动态任务分解、持久记忆及协调自主性。通过对架构演进、操作机制、交互风格和自主性水平的时间序列评估，我们呈现了人工智能代理与自主智能两个范式的比较分析。人工智能代理支持的应用领域如客户支持、日程安排和数据总结，与自主智能在研究自动化、机器人协调及医学决策支持的部署形成对比。我们进一步探讨各范式中特有的挑战，包括幻觉、脆弱性、突现行为和协调失效，并提出针对性的解决方案，如ReAct循环、检索增强生成（RAG）、自动化协调层及因果建模。本工作旨在为开发稳健、可扩展及可解释的人工智能驱动系统提供路线图。