arXiv cs.AI· Irene Weber (University of Applied Sciences Kempten, Germany)·· 9 天前AI 评分27
从 LLM 聊天到自主 AI 智能体：LLM 集成应用的七种形态
Forms of LLM-Integrated Applications from LLM-Chats to Autonomous AI Agent System
AI 导读
一项综述将 LLM 集成应用归纳为七种反复出现的形态：LLM 聊天、自定义智能体、RAG、AI 增强工作流、copilot、编码智能体和部分 agentic RAG，并用统一的智能体与工具词汇加以描述。
正文 · AI 翻译
作者：Irene Weber（德国肯普滕应用技术大学）
摘要：大型语言模型（LLM）正越来越多地作为组件嵌入软件系统，并以聊天机器人、copilot、检索增强生成、工作流、编码代理和 AI 代理等标签进行营销。这些标签究竟代表真正的架构形态，还是仅作为品牌宣传，尚未得到系统性评估。
在所调查的来源中，标签确实承载了架构内容，这在供应商用法中最为明显：copilot 表示一种路由-工作器架构，在用户逐步确认下操作宿主应用；而近期向 agent 标签的转变，则与 AI 规划的多步执行同时出现，用户只能看到结果。四家主要提供商的编码代理共享同一种架构，即一个委托给子代理的推理-行动循环。
本综述用代理与工具的统一词汇，描述了七种反复出现的形式——LLM 聊天、自定义代理、检索增强生成（RAG）、AI 增强工作流、copilot、编码代理，以及部分情况下的代理式 RAG。每种形式都沿四个结构维度进行刻画（代理式 RAG 仅部分适用）：架构模式、执行控制与用户介入点、每任务代理调用次数，以及工具使用。一个由研究出版物和供应商文档中 22 个系统组成的示例语料库为这些描述提供了依据，并展示了它们达到极限之处。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；软件工程（cs.SE） |
| ACM 分类： | I.2.11; D.2.11; I.2.7 |
| 引用为： | arXiv:2610.11899 [cs.CL] |
| （或 arXiv:2610.11899v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11899 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
发件人：Irene Weber [查看电子邮件]
[v1]
2026年10月8日星期四 13:05:33 UTC（101 KB）
来源：arXiv cs.AI · arxiv.org