摘要：长期以来，自主代理一直是学术界的一个重要研究课题。该领域以往的研究通常侧重于在孤立的环境中训练知识有限的代理，这与人类的学习过程大相径庭，因此代理很难做出与人类类似的决策。最近，通过获取大量的网络知识，大型语言模型（LLM）在实现人类水平的智能方面展现出了非凡的潜力。这引发了研究基于 LLMs 的自主代理的热潮。为了充分发挥 LLM 的潜力，研究人员针对不同的应用设计了多种代理架构。在本文中，我们对这些研究进行了全面调查，从整体角度对自主代理领域进行了系统回顾。更具体地说，我们的重点在于构建基于 LLM 的代理，为此我们提出了一个统一的框架，涵盖了之前的大部分工作。此外，我们还总结了基于 LLM 的人工智能代理在社会科学、自然科学和工程学领域的各种应用。最后，我们讨论了基于 LLM 的人工智能代理常用的评估策略。在前人研究的基础上，我们还提出了这一领域的若干挑战和未来发展方向。