LLM智能体三大范式综述：工具使用/规划/反馈学习

「大模型智能体到底能拆成几块来谈」，这个问题在工程讨论里反复出现，答案却常常含糊：有人讲调用外部接口，有人讲多步任务拆解，有人讲从结果里回头改进。这份 arXiv 综述（编号 2406.05804）把答案收拢成三条并列的线——工具使用、规划、反馈学习。值得现在看的理由不在新奇，而在秩序：智能体、大模型、具身这些子领域材料更新快、命名散、边界互相渗透，一份把范式摆在一起的材料，至少可以先当索引底稿用。

从体裁看，它按综述的方式组织，把工具使用、规划、反馈学习作为三条并列范式来展开，材料对它的定位是可补齐智能体、大模型、具身等技术子领域。需要提前说清的是：手头材料只到题名与摘要层面的定位，综述实际采用的检索策略、文献纳入标准、覆盖的论文数量与时间跨度，材料里都没有给出。换句话说，这里能确认的是「它按三条范式整理」，而不是「它用什么方法整理了多少篇」。读者要判断综述的成色，得打开公开摘要页或直接下载 PDF 自己看。

目前能逐条确认的事实只有三条，而且都属于资料层面而非研究结论层面。第一，PDF 免费，不需要订阅或机构权限就能拿到全文，这决定了它是可以随手核验的资料而不是只能看摘要的条目。第二，本环境已核验 PDF 魔数，也就是说下载下来的确实是 PDF 文件本身，而不是错误页、跳转页或空壳链接。第三，它适合做论文盘点，可以作为一份清单的起点——先按三条范式分栏，再往里填具体工作。

同样需要说明的是，材料里没有任何量化结果：没有模型数量，没有基准分数，没有文献统计，也没有范式之间的对比表。因此任何「某一范式在多少任务上领先」「某类方法占比几何」的说法，都不该挂在对着份资料的介绍上。这意味着它的价值在结构而不在结论——它提供的是分类坐标，不是排行榜。把坐标当排行榜用，是这个阶段最容易犯的错。

对实践来说，这种切分的用处在于提问。解读一下：三条线分别对应「能不能接上外部能力」「能不能把长任务拆开」「能不能用结果反过来修正自己」，评审一个智能体方案时，可以按这三条各问一句，而不是笼统地问「智能不智能」。用于资料盘点时，它适合当骨架，具体论文再从别处补。但要提醒一句，这也是解读：范式是并列的描述维度，不是能力等级，别把它读成「先会工具、再会规划、最后会学习」的三段式进阶。

适合读它的人，是正在梳理智能体技术脉络、手头需要一份可下载底稿的读者；读完能拿走的，是一套三段式的分类坐标，加一个已经核验过文件类型的免费 PDF。边界也要说在前面：它给的是骨架，不是细节结论，量化数据与方法说明都需回原文核对，而原文的这部分内容不在手头材料里。所以更稳妥的用法是把它当入口和索引，先建立坐标，再带着坐标去读具体工作，而不是指望从这一份材料里直接得到对某条技术路线的评价。