我们整理分享来自新加坡国立大学的最新论文:基于大型语言模型的多智能体综述- 进展与挑战， Large Language Model based Multi-Agents: A Survey of Progress and Challenges，文末有论文链接。
人类:LLM+ 记忆 + 工具 + 规划。图 1. 由 LLM 驱动的智能体系统。如图 1 所示，在基于 LLM 的智能体中，LLM 的充当着智能体的“大脑”的角色，同时还有 3 个关键部分:规划 : 智能体会把大型任务分解为子任务，并规划执行任务的流程;
巨人网络推理派对手游《太空杀》于8月2日发布全新玩法“AI残局挑战”，该玩法由巨人网络AI实验室与《太空杀》项目组联合研发，是基于多智能体大模型（Multi-Agent LLM）打造的AI原生游戏玩法，标志着巨人网络在AI推动游戏玩法创新方面迈出了重要一步。
随着大型语言模型 (LLMs)取得的成功，展现出了实现人类水平智能的潜力，引发了基于 LLM 的自主智能体研究的激增。因而 LLM 越来越多地被用作创建自主智能体的核心协调者，并先后出现花样繁多的 AI 智能体。
一群证券交易机器人通过高频买卖合约在纳斯达克等证券交易所短暂地抹去了1万亿美元价值，世界卫生组织使用的聊天机器人提供了过时的药品审核信息，美国一位资深律师没能判断出自己向法庭提供的历史案例文书竟然均由ChatGPT凭空捏造……这些真实发生的案例表明，智能体带来的安全隐患不容小觑。
