AI Agent 开发
搞懂一个只会「预测下一个 token」的大模型,是怎么被套上循环和工具、变成能自己规划干活的智能体的。
已连载 4 篇
从聊天机器人到智能体:一个循环的差距
LLM 只会预测下一个 token,为什么套上「观察→思考→行动」循环和工具后就能干活了?

深入 ReAct 循环内部:每一步到底是怎么转的
从用户消息到最终答案,逐帧拆解一次 ReAct 迭代——模型如何输出 tool_call,代码如何执行工具,观察结果如何喂回,以及循环为什么不在模型里而在你的代码中

为什么复杂任务撑不住:记忆与规划
上下文窗口有限、长对话会『忘』;短期记忆、长期记忆与多步规划如何让智能体能干成长链条的活

为什么智能体在无人值守时格外危险,以及怎么给它装护栏
自主执行放大了模型的固有风险,三种工程化护栏方案:人类审批中断、结构化校验、多智能体分工协作
