导语｜课程要求写大模型 Agent 方向综述，要梳理 ReAct、Plan&Solve、ToolLLM 一整套框架。几十篇 arXiv 预印本，人工精读对比要花三四天。这篇讲怎么把这件事压到一次检索的量级。
一、人工精读一篇 20 分钟，几十篇就是三四天
Agent 方向的文献有个特点：进展快、预印本多、结构相似但细节各异。 ReAct 讲推理与行动交织，Plan&Solve 先规划再执行，ToolLLM 关注工具调用——每一篇都要读、都要记、还都要跟前面的做对比。
按一篇精读 20 分钟算，30 篇就是 10 小时；再把“对比各自的提示词策略和失败案例”这张表填完，三四天很正常。
问题在于：这里面真正需要你判断的部分很少，大部分时间花在搬运和整理上。
二、第一步：批量拉取，让文献自己入库
在 MuchSci 论文水手里新建项目，把 Agent 方向作为主题，批量检索：
• 以 arXiv 为主，叠加 Semantic Scholar 等来源，合并去重后入库。
• 元数据入库的同时自动下载 PDF。
• 中文任务会同时给出英文检索词（比如“智能体框架”配 “LLM agent framework”），命中率更高。
这一步做完，你手上是一个可检索、可引用的文献库，而不是三十个散落的 PDF。
三、第二步：横向对比，把“精读”变成“对齐”
对入库的文献调用 literature/compare，一次性拉出横向对比。要盯的维度大致是这几类：
| 比较维度 | 要比什么 | 为什么关键 |
| 提示词策略 | 推理与行动如何交织 | 决定框架走向 |
| 规划方式 | 先规划，还是边做边想 | 影响长任务表现 |
| 工具调用 | 如何选、如何调工具 | ToolLLM 这类方法的重点 |
| 失败案例 | 各自怎么翻车 | 综述里最有价值的部分 |
这一步的关键是把逐篇阅读，变成同一维度上的结构化对齐。你不用再靠记忆比“ReAct 和 Plan&Solve 到底差在哪”，而是直接看到它们在同一个维度上的取值。
四、第三步：只基于原文素材写综述
写综述时，MuchSci 论文水手只用库内文献的摘要和笔记当素材，自动带上规范引用编号（[编号]）。
这一点对综述尤其重要，它意味着：
• 不会脑补结论。 没写在文献里的判断，它不会替你“总结”出来。
• 不会编造引用。 每条 [编号] 都能指到库里真实存在的那一篇。
• 横向对比有出处。 你写的每个“优于 / 受限于”，都能回到原文。
五、一次完整走查
以 Agent 框架综述为例：
1. 新建项目，主题定为 Agent 框架（ReAct / Plan&Solve / ToolLLM 等）。
2. 批量检索入库，抓全 PDF；中文任务记得让它给英文检索词。
3. 定比较维度：提示词策略、规划方式、工具调用、失败案例、评测方式。
4. literature/compare 拉出横向对比表。
5. 基于库内素材撰写综述，引用自动带 [编号]。
6. 三方核对引用：已用 / 缺失 / 未用逐类处理。
7. 跑一次真实性校验（DOI / arXiv resolve），确认零幻觉。
8. 去 AI 味 + 导出，交作业或投稿前再验一遍。
六、常见坑
• 拿不同评测设定的结论直接比。 先看清各篇是在什么任务、什么数据上得出的结论。
• 让 AI“总结一下差异”。 不基于库内素材的总结，就是脑补——务必确认用的是文献原文。
• 引用编号手工整理。 三十篇文献的编号一乱，改起来极其痛苦，交给自动编号 + 三方核对。
• 只写“谁更好”，不写“为什么”。 综述的价值在对比维度和判断依据，不在结论那一句话。
七、结语
Agent 方向综述难的不是“读不懂”，而是“读不完、比不动”。MuchSci 论文水手把批量入库、横向对比、带引用撰写串成一条线——把三四天的搬运工作压缩掉，留给你的，是真正需要判断的那部分。
动笔前自检：
• 文献是在同一维度上比吗？
• 所有素材都来自库内、可查吗？
• 引用编号核对过了吗？
• 有没有哪句结论，是我“想当然”补上的？