剖析工业界AI代理系统设计，揭示真实应用架构与实践模式。
Making Sense of AI Agents Hype: Adoption, Architectures, and Takeaways from Practitioners
- 分析138场工业会议演讲，归纳真实世界代理系统架构
- 提炼出可复用的智能体设计模式与技术组合方案
- 适合关注大模型落地的企业研发与系统架构人员
为帮助从业者理解工业界实际如何设计智能体系统，我们对关于AI代理的从业者会议演讲进行了综述。通过对138场已录制演讲的分析，研究了企业如何采用基于代理的架构（目标1），识别出反复出现的架构策略与设计模式（目标2），以及实现和运营大语言模型驱动的智能体系统所使用的主要应用领域与技术（目标3）。
原文摘要 · Abstract (English)
To support practitioners in understanding how agentic systems are designed in real-world industrial practice, we present a review of practitioner conference talks on AI agents. We analyzed 138 recorded talks to examine how companies adopt agent-based architectures (Objective 1), identify recurring architectural strategies and patterns (Objective 2), and analyze application domains and technologies used to implement and operate LLM-driven agentic systems (Objective 3).
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。