页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Agent 核心概念」找到 13 条内容
按专题浏览 →匹配正文：答案要点 能清晰区分Agent与传统LLM的本质区别（自主决策 vs 被动响应） 阐述ReAct/CoT等推理范式及其作用 说明工具调用（Function Calling）的实现机制 列举至少2个典型应用场景并分析Agent的核心价值 提及多Agent架构或当前主流框架（如LangChain、AutoGPT等） 核心概念 AI Agent是以大模型为"大脑"的自主智能体，与传统LLM的关键区别在于： 特性 传统LLM AI Agent 交互模式 单次问答，被动响应 多轮迭代，…
匹配正文：多智能体系统核心概念 多智能体系统（MAS）是由多个自治智能体组成的分布式系统，通过交互协作完成复杂任务。每个Agent具备： 自治性：独立感知、决策、执行 社会性：通过通信协议与其他Agent交互 协作性：可形成组织、分工、联盟 多Agent vs 单Agent：核心优势 维度 单Agent局限 多Agent优势 分工协作 任务复杂时推理链过长，易迷失 按能力/领域拆分（规划Agent、执行Agent、验证Agent），专业化处理 容错能力 单点故障，错误级联放大 冗余设计…
匹配正文：… LLM + 工具 + 循环，完整形态通常还配记忆（Memory）和规划（Planning） 聊天机器人是"一问一答"的文本生成；Agent 是"给目标、自己想办法做完"的任务执行 本质区别有两条：能不能行动（调用外部工具影响真实世界）、能不能循环（看结果、调整、再试） 典型工作范式是 ReAct：思考→行动→观察，反复迭代直到目标完成 核心概念 AI Agent（智能体）是一种以大语言模型为核心决策器、能够自主拆解目标、调用外部工具执行动作、并根据执行结果不断调整下一步行为…
学习内容与项目面试，在同一条路上。