Agri-SAGE：融合模拟与多智能体推理的农业AI顾问系统

传统农业咨询系统依赖静态农学指南，虽具一致性却难以应对季节动态变化；而基于大语言模型的新兴系统虽能生成可信建议，却常缺乏生理学说服力。为此，研究人员提出 Agri-SAGE 框架，通过检索增强的多智能体大语言模型与 APSIM 生物物理模拟相结合，形成闭环的农业建议生成与验证系统。该框架在十年回顾性分析中测试了三种推理方法——Plan-and-Solve、Tree of Thoughts 与 Reflexion，结果均显著优于静态的“实践包”基线。其中 Tree of Thoughts 实现了突出的峰值产量，而 Reflexion 通过利用跨季节情景记忆，以更低计算成本取得了相近的农学效果。这一进展为应对气候变化与田间不确定性提供了更灵活、可验证的AI农业决策支持。