当前正是Agent发展的黄金时期，对于想要在该领域发论文的同学来说，掌握其高效的学习路径、深入了解Agent的核心系统形态/技术融合创新至关重要。

本文根据以上三维视角，整理了131篇前沿论文，包含当前顶会热点“多智能体”、“大模型智能体”等，以及“入门→进阶→研究→应用”全流程必读经典论文。

另外，为方便大家理解，谷歌发布的321个Agent落地案例我也连同代码一起打包了，相信这份“大礼包”可以帮助各位快速入门，顺利开始论文写作。

Agent 核心系统形态

这类是 Agent 入门时首先要理解的核心概念，直接决定系统的协作模式与应用场景。

单智能体

独立完成任务的单一智能体系统，聚焦 “个体决策、自主执行”，比如个人助理、单机器人控制。

ATA: Adaptive Transformation Agent for Text-Guided Subject-Position Variable Background Inpainting

方法：论文提出自适应变换单智能体（AᵀA），以Hunyuan-DiT为基础，通过含反向排列PosAgent块的RDT模块预测位移、调整主体位置，加位置切换嵌入支持“自适应/固定”模式，经混合训练后，在文本引导的背景补全任务（可变/固定主体位置）中表现优异。

创新点：

• 提出“文本引导主体位置可变背景补全”新任务，可自适应调整主体位置以匹配背景。
• 设计含反向位移变换（RDT）模块的AᵀA单智能体，借反向排列的PosAgent块优化主体位置、缓解变形。
• 为AᵀA加位置切换嵌入，支持“自适应/固定”位置切换，搭配混合训练适配两种补全场景。

多智能体

由多个智能体组成的协同系统，聚焦 “群体协作、冲突解决”，如自动驾驶车队、医疗多模态诊断团队。

V-Stylist: Video Stylization via Collaboration and Reflection of MLLM Agents

方法：论文提出V-Stylist多智能体系统做文本引导视频风格化：Video Parser拆视频、生提示，Style Parser搜匹配风格模型，Style Artist多轮反思调细节；三智能体协同解决核心痛点，还建TVSBench基准，性能超现有方法。

创新点：

• 提出V-Stylist多智能体系统，用Video Parser、Style Parser、Style Artist分别解决视频过渡、风格匹配、细节控制问题。
• 给各智能体配特色机制：Video Parser拆视频生提示，Style Parser树状搜索匹配风格，Style Artist多轮反思调参数。
• 构建TVSBench评测基准，含50个视频和17种风格，填补复杂视频风格化的评估空白。

Agent 技术基础与融合创新

这类是实现 Agent 的 “技术底座” 与 “创新方向”，覆盖从 “怎么建、怎么用、怎么评” 到 “技术交叉创新” 的全流程，是论文选题的核心方向。

大模型智能体

以大模型为核心的 Agent 技术体系，包含 “构建、应用、评估” 全链路，是当前主流技术基础。

SWEET-RL:Training Multi-Turn LLM Agents on Collaborative Reasoning Tasks

方法：论文为提升大模型智能体多轮协作能力，建了ColBench基准（含编程、设计场景），提了SWEET-RL算法——让智能体借训练时额外信息练优势函数、再优化策略，解决传统RL问题，使Llama-3.1-8B性能升6%，比肩GPT-4o。

创新点：

• 建ColBench基准，覆盖编程、设计真实协作场景，用LLM模拟交互并低成本评估，补全现有基准空白。
• 提SWEET-RL算法，让大模型智能体借训练时参考信息，练回合级优势函数，解决传统价值函数泛化差问题。
• 设计两阶段训练流程，用优势函数当奖励模型、DPO优化策略，提升大模型智能体性能，比肩GPT-4o。

Graph+AI Agents

将 “图技术” 与 Agent 融合的创新范式，聚焦 “提升推理效率、优化记忆管理、增强多体协同”。

AFLOW: AUTOMATING AGENTIC WORKFLOW GENERATION

方法：论文提 AFLOW 框架，帮大模型智能体自动生成工作流：把工作流做成代码化搜索空间，用蒙特卡洛树搜索 + 预定义算子探索，大模型负责修改扩展工作流，结合执行反馈优化。它在 6 个数据集上超现有方法 5.7%，还能让小模型以 GPT-4o 4.55% 成本在特定任务上赶超。

创新点：

• 把大模型智能体工作流优化变成代码化搜索问题，用节点和逻辑边建模，不用人工设计。
• 提出 AFLOW 框架，靠蒙特卡洛树搜索+预定义算子，结合大模型扩展、反馈优化工作流。
• 让小模型以GPT-4o 4.55%成本在特定任务赶超它，且在 6 个基准数据集上平均优于现有方法 5.7%，平衡性能与成本。