任何能够感知其环境并执行行动的实体都可以被视为智能体。智能体可以分为五种类型:简单反射智能体、基于模型的反射智能体、基于目标的智能体、基于效用的智能体和学习智能体[1]。随着AI的发展,“智能体”一词被用来描述表现出智能行为并具有自主性、反应性、主动性和社交互动等能力的实体。在20世纪50年代,艾伦·图灵提出了著名的图灵测试[2]。它是AI的基石,旨在探索机器是否能够展示与人类相当或更好的智能行为。这些AI实体通常被称为“智能体”,构成了AI系统的基本构建块。基础模型[3]在NLP领域最为突出。从技术层面上,基础模型是通过迁移学习和规模实现的。迁移学习的思想是将从一项任务中学到的“知识”应用到另一项任务中。基础模型通常遵循这样一个范式:一个模型在代理任务上预训练,然后通过微调适应感兴趣的下游任务。最近出现的大多数大型语言模型(LLMs)[4]都是基于或建立在基础模型之上的。由于最近展示的卓越能力,LLMs被视为AI向人工通用智能(AGI)渗透的潜在力量,为构建通用AI智能体提供了希望。