隨著人工智能技術的迅猛發展，大規模智能模型正經歷從被動響應向主動決策的深刻轉變。以自主推理、交互決策、策略規劃為核心能力的智能體大模型（Agentic Large Models, ALMs）逐漸成為研究熱點，這類模型通過整合感知、認知、記憶與行動模塊，構建起具備環境適應能力的智能系統。然而，如何充分釋放其潛力，仍是當前人工智能領域亟待突破的核心課題。

盡管相關研究已取得顯著進展，構建高效可靠的智能體模型仍面臨多重挑戰。行為對齊技術需確保模型決策符合人類價值觀；多步推理能力要求系統在復雜場景中保持邏輯連貫性；環境適應性則考驗模型在動態條件下的魯棒性。工具使用熟練度、多智能體協作機制及安全保障體系的建設，均是推動技術落地的關鍵環節。在科學探索、工業制造、機器人控制、通信網絡等領域的實際應用中，模型需具備更強的泛化能力、操作穩定性及跨領域遷移性。

為系統梳理該領域前沿成果，《清華大學學報自然科學版（英文）》Tsinghua Science and Technology期刊特推出專題征稿活動。本期聚焦智能體大模型的基礎理論、系統架構與創新應用，涵蓋但不限于以下方向：模型基礎架構設計、認知機制（如規劃、記憶、工具使用與長程推理）、動態環境交互行為、多智能體協同機制、行為對齊與安全保障、數據知識融合方法、自主智能評估體系，以及在機器人、科學發現、工程優化、通信系統等領域的實踐案例。

投稿要求方面，研究需體現原創性與技術突破性，既可深入解析智能體模型的內在機理，也可提出增強其自主性的創新方法，或通過典型應用展示技術潛力與挑戰。所有稿件將通過期刊官方投稿系統提交，截止日期為2026年5月31日。投稿通道現已開啟，作者可訪問https://mc03.manucentral.com/tst完成在線提交。

Tsinghua Science and Technology由教育部主管、清華大學主辦，是信息科學領域權威學術期刊。自1996年創刊以來，始終聚焦人工智能、大數據、通信工程、控制科學等前沿方向，由中國工程院院士孫家廣擔任主編，中國科學院院士劉云浩擔任副主編。期刊通過發表高水平原創成果，致力于搭建國際化學術交流平臺，推動信息科學領域的理論創新與技術落地。