AI Agent 与 LLM 系统

这条路线回答：LLM 为什么不只能聊天，还能读取环境、调用工具、修改代码，并根据执行结果继续行动。

适合零基础到初级

建议节奏先读 3 篇，再看工程闭环

读法论文与工程案例混读

目标理解 agent loop

先读这 3 篇

论文背景上下文

Attention

先建立模型如何从上下文里选择相关信息的基础直觉。

它是理解 Transformer 与后续 LLM 能力的入口。

论文推理中间步骤

Chain-of-Thought

理解显式中间步骤为什么能帮助模型处理多步问题。

ReAct 的 Thought 部分建立在这条思路上。

论文Pillar行动循环

ReAct — Reasoning and Acting

把“想一下 → 调工具 → 看反馈 → 再想”连成可观察的 agent 循环。

这是 ReAct 论文，不是 React 前端项目。

从机制走向工程闭环

论文工具使用

Toolformer

看模型如何学习什么时候调用外部 API。

论文反馈与反思

Reflexion

看 agent 如何把失败轨迹转化为下一次行动的提示。

论文评测

SWE-bench

理解为什么要用真实 GitHub issue 检验软件工程 agent。

论文工程案例

SWE-Agent

观察 agent loop 怎样落到读仓库、改代码和跑测试。

读完你应该能回答

1. ReAct 的 Thought、Action、Observation 在产品中分别对应什么？
2. Toolformer 关注的能力与 ReAct 组织的循环有什么差别？
3. SWE-bench 为什么比“代码看起来合理”更适合检验 coding agent？
4. 为什么 shell、编辑器和测试反馈是软件工程 agent 的关键环境？

做一个 30 分钟验证

找一个小仓库，让 LLM 只完成“读一个文件、改一处、跑测试、根据错误再改”这件事，并把每一步标成 Thought、Action 或 Observation。

继续扩展可进入 论文精选队列 和 项目精选队列。