附录 C 配套资源¶
必读论文¶
经典奠基¶
| 论文 | 链接 |
|---|---|
| Attention Is All You Need — Transformer 架构的奠基论文 | arXiv:1706.03762 |
| GPT-3: Language Models are Few-Shot Learners — 大语言模型规模效应的里程碑 | arXiv:2005.14165 |
| InstructGPT: Training language models to follow instructions with human feedback — RLHF 对齐范式的开创性工作 | arXiv:2203.02155 |
| DPO: Direct Preference Optimization — 无需奖励模型的对齐方法 | arXiv:2305.18290 |
Agent 核心¶
| 论文 | 链接 |
|---|---|
| ReAct: Synergizing Reasoning and Acting in Language Models — Agent 基础范式的提出 | arXiv:2210.03629 |
| Toolformer: Language Models Can Teach Themselves to Use Tools — LLM 自主学会使用工具的开创性工作 | arXiv:2302.04761 |
| Reflexion: Language Agents with Verbal Reinforcement Learning — 引入"反思"机制的 Agent 架构 | arXiv:2303.11366 |
| Tree of Thoughts: Deliberate Problem Solving with Large Language Models — 将 CoT 扩展为树状搜索的推理框架 | arXiv:2305.10601 |
| Voyager: An Open-Ended Embodied Agent with Large Language Models — 自演进 Agent + 技能库的开创性工作 | arXiv:2305.16291 |
| Generative Agents: Interactive Simulacra of Human Behavior — 多 Agent 社会模拟的奠基论文 | arXiv:2304.03442 |
| Self-Consistency Improves Chain of Thought Reasoning in Language Models — 多采样一致性提升推理准确率 | arXiv:2203.11171 |
| Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning — 计划-执行提示策略 | arXiv:2305.04091 |
评测基准¶
| 论文 | 链接 |
|---|---|
| SWE-Bench: Can Language Models Resolve Real-World GitHub Issues? — 代码 Agent 权威评测基准 | arXiv:2310.06770 |
| WebArena: A Realistic Web Environment for Building Autonomous Agents — Web Agent 评测基准 | arXiv:2304.11303 |
| GAIA: A Benchmark for General AI Assistants — 通用 Agent 能力评测基准 | arXiv:2311.12983 |
| τ-bench: A Benchmark for Tool-Agent-User Interaction — 客服 Agent 动态决策评测 | arXiv:2406.12045 |
具身智能¶
| 论文 | 链接 |
|---|---|
| RT-2: Vision-Language-Action Models for Web-based Robot Control — VLA 模型的开创性工作 | arXiv:2307.15818 |
| Eureka: Human-Level Reward Design via Coding Large Language Models — LLM 自动生成奖励函数的突破 | arXiv:2310.12931 |
安全与对齐¶
| 论文 | 链接 |
|---|---|
| Constitutional AI: Harmlessness from AI Feedback — 无人工标注的 AI 对齐方法 | arXiv:2212.08073 |
| Sleeper Agents: Training Deceptive LLMs that Persist Through Safety Training — Agent 安全风险的警示性研究 | arXiv:2401.05566 |
开源项目¶
Agent 框架¶
| 项目 | 说明 | 地址 |
|---|---|---|
| LangGraph | 基于图的 Agent 编排框架 | github.com/langchain-ai/langgraph |
| CrewAI | 多 Agent 角色协作框架 | github.com/crewAIInc/crewAI |
| AutoGen | 微软多 Agent 对话框架 | github.com/microsoft/autogen |
| OpenAI Swarm | 轻量级多 Agent handoff 框架 | github.com/openai/swarm |
| Dify | 开源 LLM 应用开发平台 | github.com/langgenius/dify |
推理引擎¶
| 项目 | 说明 | 地址 |
|---|---|---|
| vLLM | 高性能 LLM 推理引擎 | github.com/vllm-project/vllm |
| llama.cpp | 本地 CPU/GPU 推理引擎 | github.com/ggerganov/llama.cpp |
| SGLang | 结构化 LLM 推理引擎 | github.com/sgl-project/sglang |
浏览器 Agent¶
| 项目 | 说明 | 地址 |
|---|---|---|
| Browser Use | 开源浏览器 Agent 框架 | github.com/browser-use/browser-use |
| Playwright | 微软出品的浏览器自动化框架 | github.com/microsoft/playwright |
记忆与向量库¶
| 项目 | 说明 | 地址 |
|---|---|---|
| Chroma | 嵌入式向量数据库 | github.com/chroma-core/chroma |
| Milvus | 高性能开源向量数据库 | github.com/milvus-io/milvus |
| Qdrant | Rust 编写的向量数据库 | github.com/qdrant/qdrant |
MCP¶
| 资源 | 说明 | 地址 |
|---|---|---|
| MCP 协议官网 | Model Context Protocol 官方文档 | modelcontextprotocol.io |
| MCP GitHub 仓库 | Anthropic MCP SDK 与 Server 实现 | github.com/modelcontextprotocol |
评测¶
| 项目 | 说明 | 地址 |
|---|---|---|
| SWE-bench | 代码 Agent 评测基准 | github.com/SWE-bench/SWE-bench |
| WebArena | Web Agent 评测环境 | github.com/web-arena-x/webarena |
学习资源¶
| 资源 | 说明 | 地址 |
|---|---|---|
| OpenAI 文档 | API 使用、Function Calling、Agent 指南 | platform.openai.com/docs |
| Anthropic 文档 | Claude API、MCP、Computer Use 指南 | docs.anthropic.com |
| LangChain 文档 | Chain、Agent、Tool 开发教程 | python.langchain.com |
| Hugging Face 课程 | NLP、Transformer、RLHF 免费课程 | huggingface.co/learn |
| Lil'Log（李沐博客） | Transformer、LLM、Agent 深度技术解读 | lilianweng.github.io |
| The Batch（Andrew Ng） | AI 行业周报，涵盖 Agent 动态 | deeplearning.ai/the-batch |
| Simon Willison 博客 | LLM 工程实践与 prompt 工程深度分享 | simonwillison.net |
工具与平台¶
| 工具 | 说明 |
|---|---|
| Cursor | AI 原生 IDE，内嵌 Composer Agent，支持 MCP 集成 |
| Devin | 自主 AI 软件工程师，多 Agent 架构，云端运行完整软件工程流程 |
| Claude Computer Use | Anthropic 推出的桌面操控 Agent，能通过视觉定位操作 GUI 软件 |
| OpenAI Operator | OpenAI 推出的浏览器 Agent，能自主完成订餐、购物等网页任务 |
| Sierra | 专注于企业客服的 Agent 平台，提供对话式 AI 客服解决方案 |
| Salesforce Agentforce | Salesforce 推出的企业 Agent 平台，深度集成 CRM 业务系统 |