这篇论文探讨了基于大型语言模型（LLM）的智能代理的发展和潜力。传统的AI算法或训练策略只能提高特定任务的表现，而LLM作为通用且强大的模型，可以为设计适应不同场景的智能代理提供基础。作者提出了一个包含“大脑”、“感知”和“行动”的通用框架

本文是LLM系列文章，针对《The Rise and Potential of Large Language Model Based Agents：A Survey》的翻译。 基于大型语言模型的A

代理人社会 从个体性到社会性长期以来，社会学家经常进行社会实验，以观察特定的社会现象。值得注意的例子包括霍桑实验和斯坦福大学监狱实验。随后，研究人员开始在社会模拟中使用动物，如老鼠乌托邦实验。然而，这些实验总是使用生物体作为参与者，使得难以