智能体评判者（Agent-as-a-Judge）研究综述

本文是一篇关于“智能体评判者”研究领域的综述文章。背景：随着人工智能评估对象日益复杂化、专业化，传统的“大模型评判者”范式因其固有偏见、浅层单次推理和缺乏现实验证能力而面临可靠性挑战。研究目的：为弥补该领域缺乏统一综述的空白，本文旨在系统梳理从“大模型评判者”向“智能体评判者”的范式转变，构建发展分类学，综述核心方法与应用，并分析挑战与未来方向。结论：智能体评判者通过引入规划、工具增强验证、多智能体协作及持久内存等能力，实现了更鲁棒、可验证且细致的评估，本文为此新兴领域提供了清晰的发展路线图。