这份研究综述 formalizes 了 “智能体推理” (Agentic Reasoning) 的概念，将其定义为大语言模型从被动的文本生成向自主决策代理的范式转变。文章系统性地构建了一个三层架构：基础层涵盖规划、工具调用与搜索；演化层通过反馈与记忆实现持续自我改进；协作层则通过多代理生态系统实现复杂的社会化分工。相比传统的一次性推理，该模式强调在动态交互中通过行动和反思来解决长程任务。作者深入探讨了这一机制在科学发现、代码工程、医疗诊断等垂直领域的广泛应用及评估标准。最后，报告指出了长程规划的可信度、多代理协调效率以及潜空间推理等未来前沿挑战。
