AI 工作流的理论基石：10 篇你必须知道的权威论文

从 ReAct 到 Generative Agents，从 Toolformer 到 Princeton GEO——系统梳理定义现代 AI 工作流与 Agent 编排的奠基性论文，附 arXiv 原文链接与一句点评。FlowSync 的'白盒可审计编排'即建立在这条研究脉络上。

📰 主要文献：ReAct: Synergizing Reasoning and Acting in Language Models · arXiv / 各论文官方发布

为什么写这篇

AI 工作流不是凭空出现的产品概念，它有一条清晰的研究脉络：从"让模型学会一步步思考"，到"让模型学会调用工具"，再到"让多个模型协作并完成长任务"。

下面 10 篇论文，是这条脉络上被引用最多、定义了现代 Agent 与 AI 工作流范式的奠基性工作。每篇都附 arXiv 原文 与一句话点评，方便你顺着脉络读下去。

一、推理与行动：Agent 的起点

1. ReAct — 推理与行动的合体（ICLR 2023）

• 论文：Yao et al., *ReAct: Synergizing Reasoning and Acting in Language Models*
• 链接：https://arxiv.org/abs/2210.03629
• 一句话：把 Chain-of-Thought 的"思考"和"调工具"交替进行（Thought → Action → Observation），今天几乎所有 Agent 框架本质上都是 ReAct + 工具基建。

2. Chain-of-Thought — 一切的前置（NeurIPS 2022）

• 论文：Wei et al., *Chain-of-Thought Prompting Elicits Reasoning in Large Language Models*
• 链接：https://arxiv.org/abs/2201.17244
• 一句话：证明"让模型把推理过程说出来"就能大幅提升多步推理表现——没有 CoT，就没有后面的 Agent。

二、工具使用：让模型会"动手"

3. Toolformer — 模型自己学会用工具（NeurIPS 2023）

• 论文：Schick et al., *Toolformer: Language Models Can Teach Themselves to Use Tools*
• 链接：https://arxiv.org/abs/2302.04761
• 一句话：不再靠提示词硬塞，而是用自监督让模型自己决定"什么时候、调哪个工具"——这是工具调用从'被安排'到'自主决策'的关键一步。

4. Tree of Thoughts — 会复盘的思考（2023）

• 论文：Yao et al., *Tree of Thoughts: Deliberate Problem Solving with Large Language Models*
• 链接：https://arxiv.org/abs/2305.10601
• 一句话：把推理展开成树，允许回溯与剪枝，解决 CoT 一旦走错就无法回头的缺陷。

5. Reflexion — 用语言做强化学习（NeurIPS 2023）

• 论文：Shinn et al., *Reflexion: Language Agents with Verbal Reinforcement Learning*
• 链接：https://arxiv.org/abs/2303.11366
• 一句话：让 Agent 把失败经验写成"语言反馈"存进记忆，下次避开——自我改进的关键机制。

三、记忆、协作与长期任务

6. Generative Agents — 25 个 Agent 的虚拟小镇（UIST 2023）

• 论文：Park et al., *Generative Agents: Interactive Simulacra of Human Behavior*
• 链接：https://arxiv.org/abs/2304.03442
• 一句话：给 Agent 加上记忆、规划与反思，模拟出可信的人类社会行为——多 Agent 协作与"长期状态"研究的里程碑。

7. AutoGen — 多 Agent 对话框架（2023）

• 论文：Wu et al., *AutoGen: Enabling Next-Generation LLM Applications via Multi-Agent Conversation*
• 链接：https://arxiv.org/abs/2308.08155
• 一句话：微软提出的'可对话 Agent'框架，支持代码执行沙箱与群聊协调，是生产级多 Agent 协作的参考实现。

8. AgentBench — 给 Agent 打分（2023）

• 论文：Liu et al., *AgentBench: Evaluating LLMs as Agents*
• 链接：https://arxiv.org/abs/2309.07186
• 一句话：在 8 类环境中统一评测 LLM 作为 Agent 的能力，首次给出可比较的基准——"Agent 好不好"从此可量化。

四、综述与工程化

9. A Survey on LLM-Based Autonomous Agents（2023）

• 论文：Wang et al., *A Survey on Large Language Model based Autonomous Agents*
• 链接：https://arxiv.org/abs/2308.11432
• 一句话：系统梳理 Agent 的轮廓、架构、能力与应用，是入门 Agent 领域的地图。

10. A Survey on LLM-Based Agentic Workflows（2024）

• 论文：Li et al., *A Survey on LLM-Based Agentic Workflows and LLM-Profiled Components*
• 链接：https://arxiv.org/abs/2406.05804
• 一句话：专门聚焦"Agentic Workflow"——任务规划、编排、组件画像，和 FlowSync 所做的事最接近的一篇综述。

五、彩蛋：让你的内容也被 AI 看见（GEO）

Princeton GEO — 生成式引擎优化（2023）

• 论文：Goyal et al., *GEO: Generative Engine Optimization*
• 链接：https://arxiv.org/abs/2311.09735
• 一句话：当答案由 AI 直接生成，传统 SEO 不够了。GEO 提出三大杠杆——引用权威来源（AI 引用率 +27%~115%）、提供可引用统计（+33%~40%）、增加quotation（+38%~41%）。这篇就是 FlowSync 内容中心做 GEO 的方法论来源。

作者与持续更新

本页由 FlowSync 研究团队 维护，作者开源主页：https://github.com/TianHuiIsMe，产品主页：https://www.producthunt.com/@hui_tian。

提示：以上论文链接均指向 arXiv 官方页面，建议结合原文阅读。本页仅做导航与一句话解读，不复制原文内容。

边界声明

• 论文点评为 FlowSync 团队的主观解读，不代表原作者立场。
• 部分论文后续有修订版，请以 arXiv 最新版本为准。
• GEO 的引用率提升幅度来自 Princeton 原论文实验，实际效果因站点而异。