# 附录 B：参考文献

本附录列举全书涉及的学术论文、技术文档和开源项目。按主题分类。

## 学术论文与研究

### 智能体基准与评估

1. **GAIA: A Benchmark for General AI Assistants**
   * Mialon, Fourrier 等（Meta, Hugging Face 等机构），2023
   * <https://arxiv.org/abs/2311.12983>
   * 涵盖三个难度等级的约 466 个任务，用于评估智能体推理和工具使用能力
2. **WebArena: A Realistic Web Environment for Building Autonomous Agents**
   * Zhou 等(CMU)，2023
   * <https://arxiv.org/abs/2307.13854>
   * 812 个现实网站自动化任务，包含电商、社交、政府等域
3. **SWE-bench: Can Language Models Resolve Real-world Github Issues?**
   * Princeton & OpenAI, 2024
   * <https://arxiv.org/abs/2310.06770>
   * 2294个真实GitHub问题，评估代码理解和修改能力
4. **AgentBench: Evaluating LLMs as Intelligent Agents**
   * Liu 等（Tsinghua University 等），2023
   * <https://arxiv.org/abs/2308.03688>
   * 跨 8 个领域的多类别基准任务

### 提示词工程与优化

5. **Chain-of-Thought Prompting Elicits Reasoning in Large Language Models**
   * Google, 2022
   * <https://arxiv.org/abs/2201.11903>
   * 基础论文，展示逐步推理如何改善LLM能力
6. **ReAct: Synergizing Reasoning and Acting in Language Models**
   * Google & Princeton, 2023
   * <https://arxiv.org/abs/2210.03629>
   * 推理与行动结合的智能体框架原理

### 安全性与对抗性

7. **Adversarial Attacks on Deep Learning Systems for User Identification based on Motion Sensors**
   * 多所大学, 2024
   * 涉及对智能体系统的对抗性测试方法
8. **Prompt Injection: Exploiting Large Language Models**
   * 2023
   * 系统分析提示注入攻击向量

### 多智能体系统

9. **Agent: An Open-source Framework for Autonomous Large Language Model Agents**
   * Various, 2023
   * 多智能体协作的架构和通信协议

### 长期记忆与推理

10. **In-Context Learning and Induction Heads**
    * Anthropic, 2022
    * <https://arxiv.org/abs/2209.11895>
    * 理解LLM如何利用上下文进行学习

## 技术文档与规范

### Anthropic官方文档

11. **Claude API Documentation**
    * Anthropic, 2026
    * <https://docs.anthropic.com>
    * Claude模型的API使用、限制、最佳实践
12. **Model Context Protocol (MCP) Specification**
    * Anthropic 发起，Linux Foundation 托管，2024-2026
    * <https://github.com/modelcontextprotocol/specification>
    * 工具定义和交互的开放标准协议，最新规范版本 2025-11-25
13. **Claude Code Documentation**
    * Anthropic, 2026
    * Harness框架特定文档，含权限、路径校验、护栏细节

### 国际标准

14. **NIST AI Agent Standards Initiative**
    * NIST CAISI(Center for AI Standards and Innovation)，2026
    * <https://www.nist.gov/caisi/ai-agent-standards-initiative>
    * 美国国家标准与技术研究院发起的 AI 智能体标准化工作，涵盖互操作性和安全等方面
15. **IEEE Standards for Autonomous Systems**
    * IEEE, 2024
    * 自主系统的行为、安全、可靠性标准

### 开源框架文档

16. **LangChain Documentation**
    * LangChain, 2023-2026
    * <https://python.langchain.com>
    * Agent、工具、链式推理、记忆管理等
17. **LlamaIndex (formerly GPT Index)**
    * Jerry Liu & team, 2023-2026
    * <https://www.llamaindex.ai>
    * 数据连接与检索增强生成(RAG)
18. **AutoGen: Enabling Next-Gen Large Language Model Applications**
    * Microsoft, 2023
    * <https://microsoft.github.io/autogen>
    * 多智能体框架和对话工程

## 开源项目与工具

### 智能体框架

19. **OpenClaw** （开源）
    * <https://github.com/openclaw/openclaw>
    * 由 Peter Steinberger 创建的自驱型智能体框架，支持 Heartbeat 模式、SOUL.md 行为约束
20. **Claude Code** （Anthropic 官方）
    * <https://github.com/anthropics/claude-code>
    * 智能体编码工具，含完整的 Harness 实现（权限、安全、评估功能）
21. **LangChain**
    * <https://github.com/langchain-ai/langchain>
    * 开源，活跃维护，广泛使用
22. **LlamaIndex**
    * <https://github.com/run-llama/llama\\_index>
    * 开源，专注RAG和数据连接
23. **AutoGen**
    * <https://github.com/microsoft/autogen>
    * 开源，多智能体协作框架
24. **AgentLego**
    * <https://github.com/InternLM/agentlego>
    * 开源，工具集成框架

### 可观测性与评估

25. **Langfuse**
    * <https://github.com/langfuse/langfuse>
    * 开源，LLM应用可观测性平台
26. **LangSmith**
    * LangChain官方产品
    * 智能体调试、评估、监控
27. **OpenTelemetry**
    * <https://opentelemetry.io>
    * 开源标准，应用性能监控
28. **Prometheus**
    * <https://prometheus.io>
    * 开源时序数据库，指标收集与告警

### 安全工具

29. **OWASP Top 10 for LLM Applications & Agentic Applications**
    * <https://genai.owasp.org/>
    * AI 系统的常见安全风险和防护建议，包含 LLM 应用和智能体应用两个 Top 10 列表
30. **Bandit** （Python安全检查）
    * <https://github.com/PyCQA/bandit>
    * 静态分析工具，检测危险模式
31. **pytest** （测试框架）
    * <https://pytest.org>
    * Python标准测试框架

## 行业报告

### LangChain官方报告

32. **State of AI Intelligent Agents in Production**
    * LangChain, 2024
    * 57%的组织已在生产运行智能体系统
    * 智能体工程的成熟度和挑战分析

### Gartner魔力象限

33. **Magic Quadrant for Generative AI Development Platforms**
    * Gartner, 2024
    * 智能体框架和工具的市场定位和评估

## 社区资源

### 官方社区

34. **Anthropic Discord Community**
    * <https://discord.gg/anthropic>
    * Anthropic官方开发者社区
35. **LangChain Community**
    * <https://discord.gg/6adMQxSpJS>
    * LangChain用户和开发者社区
36. **NIST AI Safety Institute (AISI)**
    * <https://www.nist.gov/artificial-intelligence>
    * AI 安全研究和标准制定

### 学习资源

37. **Anthropic Blog**
    * <https://www.anthropic.com/research>
    * AI安全和Claude模型的研究文章
38. **LangChain Blog & Docs**
    * <https://blog.langchain.dev>
    * 智能体工程最佳实践和案例研究
39. **O'Reilly Media - AI Architecture**
    * 多部关于AI系统架构的电子书
40. **Towards AI - Intelligent Agent Engineering**
    * Medium出版物，定期发布智能体工程文章

## 推荐阅读路径

### 初学者

* 从GAIA、WebArena论文了解智能体基准
* 阅读Claude API文档掌握基础
* 学习LangChain快速上手开发

### 进阶

* 研究ReAct论文理解推理框架
* 深入MCP规范和实现
* 学习安全防护（OWASP、Bandit等）

### 专家

* 跟踪MCP 2.0和NIST标准进展
* 研究多智能体系统和涌现行为
* 探索智能体操作系统架构

***

**获取方法**：大多数论文可通过arXiv、Google Scholar、官方网站免费获取。开源项目均可通过GitHub访问。商业工具通常提供免费试用。