Agentic Reasoning for Large Language Models
ArXiv ID: 2601.12538作者: Tianxin Wei, Ting-Wei Li, Zhining Liu, Xuying Ning, Ze Yang 等 29 位作者发布日期: 2026-01-18分类: ai-agents
摘要推理是人类推断、问题求解和决策的基本认知过程。虽然大语言模型（LLM）在封闭世界环境中展现了强大的推理能力，但在开放式动态环境中仍面临挑战。本文综述了**智能体推理（Agentic Reasoning）**这一范式转变：将 LLM 重新定义为能够自主规划、行动并通过持续交互学习的智能体。
研究框架沿三个互补维度组织：
基础智能体推理 – 在稳定环境中建立核心单智能体能力（规划、工具使用、搜索）
自进化智能体推理 – 研究智能体如何通过反馈、记忆和适应...
Sequential Thinking MCP Server - 结构化思维问题解决
Sequential Thinking MCP Server - 结构化思维问题解决
官方实现 | Stars: 2000+ | TypeScript | MIT License
概述Sequential Thinking MCP Server 是 Model Context Protocol 官方提供的结构化思维服务器。它通过维护一个动态的思维序列，帮助 AI 助手系统地解决复杂问题。
该服务器的核心是 sequential_thinking 工具，支持逐步分解问题、动态修订思考、分支到替代推理路径等功能。特别适合处理复杂规划、需要多步推理的分析任务、以及初始范围不明确的问题。通过结构化的思考过程，AI 能够更好地维护上下文，过滤无关信息，生成和验证假设。
核心特性
✅ 官方 MCP 实现，完全兼容协议规范
🧠 动态思维序列管理，支持灵活的步骤数调整
🔄 思考修订功能，支持回...