执行摘要

本参考文献是支撑 Harness Engineering（智能体支撑系统工程）手册的精选参考列表。它按主题进行组织，以便读者能够深入研究任何单一层级。所列条目均为真实的、广为人知的著作和标准。在未明确给出具体引用细节（如 DOI、页码）的地方，仅提供标题和发表场所/来源，而不杜撰标识符；读者应自行确认不断演进的标准之最新版本。

定义

以下参考文献按主题分组。它们是本手册借鉴的主要来源，也是推荐的进一步学习起点。

1. 智能体与推理基础

Yao, S. 等人。"ReAct: Synergizing Reasoning and Acting in Language Models." ICLR。奠定使用工具的智能体基础的推理与行动交织机制。
Wei, J. 等人。"Chain-of-Thought Prompting Elicits Reasoning in Large Language Models." NeurIPS。逐步推理的基础。
Schick, T. 等人。"Toolformer: Language Models Can Teach Themselves to Use Tools." NeurIPS。
Shinn, N. 等人。"Reflexion: Language Agents with Verbal Reinforcement Learning." NeurIPS。反思/自我批判循环（参见 PAT-003）。
Wang, L. 等人。"A Survey on Large Language Model based Autonomous Agents." 对智能体设计空间的广泛综述。
Wang, X. 等人。"Plan-and-Solve Prompting." ACL。先计划后执行的分解。

2. 编排、多智能体与持久化执行

Anthropic。"Building Effective Agents." 关于工作流与智能体以及单智能体优先设计的工程指导。
Anthropic。"How we built our multi-agent research system." 实用的主管/工作者（supervisor/worker）编排报告。
LangChain。LangGraph 文档 —— 智能体的状态机编排。
Temporal / 持久化执行引擎。关于工作流持久性和 Saga 模式的文档。
Microsoft / AutoGen。"AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation." 多智能体对话框架。
Hong, S. 等人。"MetaGPT: Meta Programming for Multi-Agent Collaborative Framework."

3. 记忆与检索（RAG）

Lewis, P. 等人。"Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks." NeurIPS。经典的 RAG 论文。
Gao, Y. 等人。"Retrieval-Augmented Generation for Large Language Models: A Survey."
Packer, C. 等人。"MemGPT: Towards LLMs as Operating Systems." 智能体的内存层级与分页。
Asai, A. 等人。"Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection."

4. 评估

Liang, P. 等人。"Holistic Evaluation of Language Models (HELM)." 斯坦福 CRFM。
Zheng, L. 等人。"Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena." LLM 作为裁判（LLM-as-a-judge）的方法论及其偏差。
Es, S. 等人。"RAGAS: Automated Evaluation of Retrieval Augmented Generation." 归因性（Groundedness）和忠实度（Faithfulness）指标。
Liu, Y. 等人。"G-Eval: NLG Evaluation using GPT-4 with Better Human Alignment."
SWE-bench 和 GAIA —— 针对软件和通用助手任务的智能体能力基准。

5. 智能体系统的安全性

OWASP。"OWASP Top 10 for Large Language Model Applications." 包括 LLM01 提示词注入和 LLM06 敏感信息泄露。
Willison, S. "Prompt injection" 和 "The lethal trifecta for AI agents"（博客文章）。对架构注入/外泄问题最清晰的阐述。
Greshake, K. 等人。"Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection."
MITRE。ATLAS（人工智能系统对抗性威胁景观）。
NIST。SP 800-53（安全和隐私控制；最小特权、身份），已适配人工智能系统。

6. 治理、风险与监管标准

NIST。AI 风险管理框架（AI RMF 1.0）和生成式 AI 概况（Generative AI Profile）。
ISO/IEC。42001:2023 —— 人工智能 —— 管理体系。
ISO/IEC。23894:2023 —— AI —— 风险管理指南。
欧盟。Regulation (EU) 2024/1689，欧盟 AI 法案（EU AI Act） —— 针对 AI 系统的风险分级义务。
OECD。OECD AI 原则。
美国白宫 / OMB。关于可信 AI 的行政与管理指南（用于提供公共部门预期的背景信息）。
另请参阅本语料库中的 GOV-001（企业 AI 治理框架）和 GOV-005（智能体治理控制清单）。

7. 协议、互操作性与发现层

Anthropic。模型上下文协议（MCP）规范 —— 标准化的模型到工具/数据接口。
llms.txt 提案 —— 针对智能体友好型内容索引的站点级约定。
JSON-LD / schema.org —— 用于机器发现的结构化数据。
OpenAPI 规范 —— 暴露为 API 的工具的有类型契约。

8. 授权与策略执行（改编自系统工程）

OASIS。可扩展访问控制标记语言（XACML） —— PEP/PDP 授权模型。
Open Policy Agent (OPA) / Rego —— 策略即代码引擎。
Saltzer, J. 和 Schroeder, M. "The Protection of Information in Computer Systems." 最小特权原则的起源。

常见问题

问：为什么有些条目缺少 DOI 或确切日期？ 答：为了避免杜撰标识符。提供标题和发表场所/来源是为了能够明确地定位著作；请确认当前版本，特别是对于不断演进的标准（欧盟 AI 法案、NIST AI RMF、MCP、OWASP）。

问：这与 GOV-001 有何关系？ 答：GOV-001 将第 5-6 节中的治理和监管来源转化为企业框架；本参考文献是其底层的阅读清单。

问：新手应该从哪里开始？ 答：第 1 节（ReAct、Reflexion）了解智能体的工作原理，第 2 节（Building Effective Agents）了解如何可靠地构建它们，以及第 5-6 节了解安全与治理。