Agri-SAGE：基于仿真落地的多智能体大语言模型用于情境感知农业咨询生成

农业咨询系统面临静态指南缺乏动态适应性，而大语言模型建议虽可信却常违背生理规律的矛盾。Agri-SAGE 提出一种闭环框架，整合基于检索的多智能体大语言模型推理与 APSIM 生物物理仿真，以生成并验证农艺建议。研究通过十年回顾性分析，评估了计划 - 求解、思维树及反思三种推理方法。结果显示，三者均显著优于静态基线，其中思维树实现最高产量，而反思机制利用跨季节情景记忆，以更低的计算成本达到了相当的农艺效果。