喜提 AAAI 顶会一作：没算法没经验，全靠 idea 选得好...

Agent有多火，自不必多说！但是想入门完全没头绪？或者正在研究，复现总卡壳、创新点没着落？

那今天分享的这份资源包，一定能解决你烦恼！这份资源包给大家整理了190篇必读顶会论文和源码、321个谷歌发布的落地项目案例，以及500个开源的AI Agent智能体应用。而且论文涵盖了入门、进阶、研究、应用的全流程，既有经典必读，也有前沿热门（Agent+RL、Agent Memory等）。通过它，你便能系统厘清领域脉络和研究趋势，紧跟领域前沿。此外，所有的项目也都给大家梳理了项目源码，方便大家结合自己的场景落地、复现。

所有资源都已打包完毕，感兴趣的伙伴，可以免费下载！

Agent经典论文

Tree of Thoughts: Deliberate Problem Solving with Large Language Models

内容：这篇论文提出思维树推理框架，将大语言模型的推理过程建模为树状搜索，通过多路径探索、自我评估、前瞻与回溯实现更审慎的复杂问题求解，在 24 点、创意写作、迷你填字词等任务上显著超越思维链（CoT），大幅提升 GPT-4 的解题成功率。

多智能体

Learning to Detect Objects from Multi-Agent LiDAR Scans without Manual Labels

内容：这篇论文提出DOtA，一种无需人工标注、从多智能体 LiDAR 扫描中学习 3D 目标检测的无监督方法，利用智能体共享的位姿与形状信息初始化检测器生成初步标签，再通过多尺度边界框编码区分高低质量伪标签，并结合标签内对比学习引导正确特征学习，在 V2V4Real 与 OPV2V 等协同感知数据集上显著超越现有无监督 3D 检测方法，且对定位噪声更鲁棒。

Agent+RL

AGENTGYM-RL: AN OPEN-SOURCE FRAMEWORK TO TRAIN LLM AGENTS FOR LONG-HORIZON DECISION MAKING VIA MULTI-TURN RL

内容：这篇论文提出AgentGym‑RL开源框架，专为大语言模型智能体的多轮长程决策强化学习训练设计，采用模块化解耦架构并兼容主流 RL 算法；同时提出分阶段训练方法ScalingInter‑RL，先短程交互奠基再逐步扩展交互长度以稳定训练、提升探索深度，在 27 项跨场景任务中让开源模型性能显著提升，媲美甚至超越 OpenAI o3、Gemini 2.5‑Pro 等商业模型，相关代码与数据集已开源。

Agent memory

PlugMem: A Task-Agnostic Plugin Memory Module for LLM Agents

内容：这篇论文提出推测性推测解码（SSD） 统一框架，将传统推测解码中串行的草拟与验证改为并行执行，消除小模型草拟开销，搭配优化算法 SAGUARO 实现比主流推理引擎快约 2 倍的大模型生成加速，同时保持生成质量。

必读综述

AI Agent Systems: Architectures, Applications, and Evaluation

内容：这篇论文是一篇关于AI智能体系统的综述性论文，系统梳理了AI智能体的架构设计（包括推理、规划、记忆、工具调用等核心组件）、编排模式（单智能体/多智能体、集中式/分布式协调）以及部署场景，并深入探讨了延迟与准确性、自主性与可控性等关键设计权衡，同时总结了评估方法和基准测试实践，指出了工具动作验证、可扩展记忆管理、决策可解释性等开放挑战。