2.3 LLM驱动AI智能体系统及其行业应用综述

• 类型：arxiv
• 标识：2505.16120
• 链接：https://arxiv.org/abs/2505.16120
• 主题：agent, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/jay/2026-06-12-llm-agent-systems-research.md

可复用信息

• 4. 细粒度基准缺失（turn-level 评估稀缺）
• • 在 τ²-bench（零售和电信领域）上做数值分析
• 可信度评估： ⭐⭐⭐⭐⭐（ArXiv 2026.02，GenSE 2026 衍生工作，理论+实验结合）
• 后续行动建议： 补充 τ²-bench 链接；建议与 AgentLeak 文章联动阅读（均关注 Agent 系统级挑战）
• 建议分类： LLM-Agent / Uncertainty-Quantification / Evaluation / Benchmark

---

• 标题： LLM-Powered AI Agent Systems and Their Applications in Industry
• 链接： https://arxiv.org/abs/2505.16120 （HTML版：https://arxiv.org/html/2505.16120v2）

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集