你说的是对的，最重要的规划部分确实就是通过prompt engine实现的。
但是不够严谨和完整，我梳理一个逻辑，完整介绍下Agent。
做AI Agent的初衷其实就是为了AGI。
在LLM 初期，对其能力边界还没有清晰认知，以为 LLM 是通向 AGI 的路径，即：LLM to AGI。
但是，大语言模型（LLM）只能响应用户的查询指令，实现一些生成任务，比如写故事、生成代码等。
从这个逻辑看，借助一个/多个 Agent 可以有望实现通往 AGI 的道路：将最重要的“…。
你说的是对的，最重要的规划部分确实就是通过prompt engine实现的。
但是不够严谨和完整，我梳理一个逻辑，完整介绍下Agent。
做AI Agent的初衷其实就是为了AGI。
在LLM 初期，对其能力边界还没有清晰认知，以为 LLM 是通向 AGI 的路径，即：LLM to AGI。
但是，大语言模型（LLM）只能响应用户的查询指令，实现一些生成任务，比如写故事、生成代码等。
从这个逻辑看，借助一个/多个 Agent 可以有望实现通往 AGI 的道路：将最重要的“…。
返回目录 {/dede:type} 下一篇 : 为什么用 electron 开发的桌面应用那么多？
