基于大型语言模型（LLMs）的自主智能体在广泛的应用中展现出了令人印象深刻的能力，包括网页导航、软件开发和实体控制等。尽管大多数LLM在一些关键的智能体操作中存在局限，如可靠规划、长期记忆、工具管理和多智能体协作等，但图可以作为一种强大的辅助结构，增强复杂智能体工作流中的结构性、连续性和协作性。鉴于图增强LLM智能体（GLA）研究的快速发展和分散性，本文及时且全面地概述了近期的进展，并强调了未来工作的关键方向。具体而言，我们根据现有GLA方法在LLM智能体系统中的主要功能进行分类，包括规划、记忆和工具使用，然后分析图和图学习算法对每一项功能的贡献。对于多智能体系统，我们进一步探讨了GLA解决方案如何促进多智能体系统（MAS）的编排、效率优化和可信度。最后，我们强调了推动该领域发展的关键未来方向，从提高结构适应性到实现统一、可扩展和多模态的GLA系统。我们希望本文能为GLA的未来研究提供路线图，并促进对图在LLM智能体系统中作用的更深入理解。
LLM Agent 正以迅猛之势渗透到网页浏览、软件开发、具身控制等诸多领域，其强大的自主决策能力重塑着智能系统的应用边界。然而，繁荣背后暗藏隐忧：研究方向的 “碎片化” 与核心能力的 “天花板” 并存，多数 LLM Agent 在可靠规划、长期记忆管理、海量工具调度及多智能体协同等关键环节仍显稚嫩，整个领域犹如一片缺乏导航地图的广袤丛林。
如何在统一框架下突破这些瓶颈，构建更稳健、高效的复杂智能体系统？近期发表于 IEEE Intelligent Systems 的首篇 “图智能体” 综述给出了答案。来自格里菲斯大学、新加坡国立大学、南洋理工大学的研究团队创新性地提出，“图” 可作为通用语言与核心结构，系统性增强 LLM Agent 的全流程能力，并正式定义了 “图智能体（Graph-augmented LLM Agent, GLA）” 这一新兴研究方向。相较于纯 LLM 方案，GLA 在可靠性、效率、可解释性与灵活性上实现全方位跃升，为智能体技术的规范化发展提供了统一蓝图。
LLM Agent 的核心痛点在于对结构化信息与流程的处理能力不足，而 “图” 作为天然的结构化数据表示形式，恰好弥补了这一短板。无论是单个智能体内部的工作流拆解，还是多个智能体间的协作关系，都可抽象为多样化的图结构 —— 工具图、工作流图、知识图、智能体交互图等，让原本模糊的逻辑关系变得清晰可溯。
从系统架构来看，LLM Agent 的核心组件包含感知、规划、记忆、工具与动作模块，而多智能体系统则在此基础上增加了跨主体协作维度。图结构如同 “神经网络” 般贯穿其中，将分散的实体与交互串联成有机整体，使智能体具备全局视角与结构化推理能力。例如在自动文献综述生成任务中，工具图可梳理 PDF 解析、图表提取、文献检索等工具的依赖关系，工作流图能明确从主题分析到趋势挖掘的步骤逻辑，知识图则存储研究领域的核心概念与关联，多维度保障任务高效完成。
智能体的规划能力直接决定任务完成质量，图结构从四个层面实现强化：将计划本身建模为图，明确子任务间的依赖关系（如网页仪表盘开发中，数据获取、图表生成、邮件推送的先后顺序）；将可选子任务池建模为图，确保规划的可执行性（如调用预定义工具链完成图像生成与翻译）；将推理过程建模为思维图，支持灵活回溯与扩展（通过中间思维节点的关联实现多路径思考）；将环境建模为图，捕捉实体交互与约束条件（如机器人导航中房间布局与障碍物的空间关系），让规划更贴合实际场景。
LLM 的上下文窗口限制与无状态特性，使其难以形成稳定的长期记忆。图结构通过两种路径破解这一难题：一是交互图，记录智能体与环境、用户的互动历史，将离散经验转化为结构化关联，支持经验复用与演化；二是知识图，存储外部事实性知识（如 “iPhone 是苹果公司产品”“史蒂夫・乔布斯是苹果创始人” 等关联），为推理提供坚实的事实支撑。两种记忆形式相互补充，既保留动态经验，又锚定静态知识，让智能体的决策更具连贯性与可靠性。
面对日益丰富的 API 与工具集，智能体需解决 “选得准、用得好” 的问题。工具图通过节点表示工具、边表示功能依赖与输入输出关系，不仅能快速检索适配当前任务的工具链，还能通过图结构分析优化工具组合策略。例如在学术研究任务中，工具图可串联 PDF 解析、公式求解、图表提取等工具，自动生成最优调用顺序，同时通过持续学习提升工具使用的熟练度与准确性。
综述的核心贡献之一，是将多智能体协同划分为三大范式，清晰呈现技术演进路径：静态协同范式中，智能体间协作关系固定不变（如 AutoGen 的链式协作、MetaGPT 的角色分工），适用于简单重复任务；任务动态协同范式可根据任务类型生成专属协作图（如 G-Designer 为复杂任务构建高密度协作网络，为简单任务简化结构），灵活性显著提升；过程动态协同范式则在任务执行中实时调整协作关系（如 EvoMAC 根据反馈优化智能体路由），能适配动态变化的任务需求，是当前最先进的协同模式。
多智能体系统常面临通信成本高、资源浪费等问题，图论方法从三个维度实现效率提升：边冗余优化通过剪枝无效通信路径（如 AgentPrune 识别并移除无价值的智能体交互），减少 token 消耗；节点冗余优化通过动态裁减低效智能体（如 AgentDropout 移除 inactive 主体），提升资源利用率；层冗余优化通过避免无效沟通轮次（如 Residual MoA 压缩历史信息，DOWN 按需启动辩论），防止性能 plateau。
多智能体系统的开放性使其面临偏见传播、恶意攻击等风险，图结构为此提供了有效解决方案：通过将系统建模为交互图，可追踪偏见、有害信息的传播路径；利用 GNN 的归纳偏置能力，能快速检测异常节点（如恶意智能体），提前预警安全风险。此外，相关基准测试（如 Agent-SafetyBench、AgentAuditor）也为评估系统可信性提供了标准化工具，推动多智能体系统向安全、公平、可控方向发展。
这篇综述不仅系统性梳理了当前研究进展，还为 GLA 的未来发展指明了清晰路径：一是动态与持续图学习，让图结构随环境变化与任务演进实时更新，支持智能体终身学习；二是全栈统一图抽象，构建贯穿规划、记忆、工具等所有模块的统一图模型，消除模块间的结构壁垒；三是多模态图，融合语言、视觉、音频等异质信息，适配多模态智能体的发展需求；四是可信赖多智能体系统，深化图在隐私保护、安全防御、公平性保障中的应用；五是大规模多智能体模拟，利用高效图学习算法支持亿万级智能体交互，适配智慧城市、供应链管理等复杂场景。
作为首篇系统性阐述 GLA 的综述，该研究不仅确立了图结构在 LLM Agent 中的核心地位，更提供了一套统一的分析与设计框架，有望终结领域 “碎片化” 局面。随着图技术与智能体的深度融合，未来的智能系统将具备更强的结构化推理能力、更高效的资源管理能力与更稳健的协同能力，为复杂场景的智能化解决方案提供坚实支撑。
