多模态基础模型 多智能体协作

原文标题: Intelligent Agents for Smart Agriculture: Architectures, Applications, and Future Challenges。作者: Wenzheng Tao、Qiwei Sang、Cong Chen、Qirong Mao(江苏大学计算机科学与通信工程学院、南京农业机械化研究所、江苏省大数据泛在感知与智能农业应用工程研究中心)。智能体正逐渐成为智慧农业中一种重要的系统级范式。本综述聚焦于由大语言模型及相关多模态基础模型驱动的现代农业智能体，探讨这一新兴领域如何重塑智慧农业智能系统的组织方式。首先厘清农业智能体的概念边界，将其与传统多智能体系统(MAS)、基于智能体的建模(ABM)、农业基础模型以及静态检索增强问答系统加以区分；随后综合评述它们的架构基础、关键能力、应用场景、部署挑战及未来研究方向。研究发现农业智能体正从孤立的感知、预测与响应生成，迈向对农业任务链中农业知识、动态数据、外部工具与决策流程的目标导向式协同；已开始支撑更具整合性的知识服务、作物监测与诊断、决策支持以及农场级协同管理；但仍面临上下文感知的知识扎根、异构数据与工具集成、长时任务可靠性、多智能体协作稳定性与系统安全等核心挑战。