CPU 在执行线程时，需要记录当前线程的状态：程序计数器寄存器栈信息CPU状态当 CPU 从线程A切换到线程B时：保存线程A状态恢复线程B状态开始执行线程B这个过程就叫：上下文切换CAS 是一种无锁算法。核心思想：比较内存中的值是否是预期值，如果是，则更新。参数说明V当前内存值A期望值B新值V = B;}else{失败协程：在单线程中实现多个任务的调度。特点：用户态切换切换成本低不依赖操作系统线程

在上一节中，我们介绍了近两年大模型技术的迅速发展及其技术演进，这包括从大模型自身的能力持续突破（原生能力和涌现能力），基本的函数调用功能，到引入 RAG（检索增强生成）技术，再到当前的 AI Agent（代理）技术。如果说 2023 年是检索增强生成年，那么 2024 年毫无疑问就是代理年。全球各地的公司都在探索使用机器人代理。究其原因还是在于虽然大模型结合RAG技术已经突破了语言生成的可能性界限

接下来，当涉及到函数调用的时候，我们需要在调用聊天完成 API 时，额外的传递一个 `tools`参数，以告知大模型：你在当前的会话过程中，可以调用`query_by_product_name`参数。tools = [},{"role": "user", "content": "老板，在吗"}注意：这里通过`tools`参数进行工具传递。tools=tools, # 这里是添加。

默认情况下，在OpenAI 的大模型生态中，2023 年 11 月 6 日或之后发布的任何模型都可能在单个响应中生成多个函数调用，这说明这类模型可以并行调用某个函数。这在一些场景下是非常有用的，比如如果执行给定函数需要很长时间的时候。例如，模型可能会调用函数同时获取 3 个商品信息，但并行调用会在在 tool_calls 数组中产生包含 3 个函数调用的消息。

项目背景需说明行业现状、市场需求或技术痛点。例如，开发一款智能家居控制系统时，可描述当前市场对远程控制、节能环保的需求增长，以及传统系统兼容性差的问题。实例：根据Statista数据，2023年全球智能家居市场规模达1150亿美元，但用户普遍反馈不同品牌设备无法互联互通。明确项目要解决的核心问题及量化成果。技术方案需包含具体工具和方法论。使用甘特图或时间轴呈现关键节点。识别关键风险并制定预案。定义

当前主流的大模型AI产品主要落地于三种应用形态，分别是聊天机器人、人工智能助手以及人工智能代理，重点说明了这些应用形态背后所采用的技术栈存在明显的差异。首先对于聊天机器人而言，若仅需做通用领域的知识问答，则依赖的是在线大模型/开源大模型的原生能力，我们需要做的是以产品的架构去构建大模型的接入方式。若需对私有数据进行问答，通常会引入检索增强生成（Retrieval-Augmented Generat

默认情况下，在OpenAI 的大模型生态中，2023 年 11 月 6 日或之后发布的任何模型都可能在单个响应中生成多个函数调用，这说明这类模型可以并行调用某个函数。这在一些场景下是非常有用的，比如如果执行给定函数需要很长时间的时候。例如，模型可能会调用函数同时获取 3 个商品信息，但并行调用会在在 tool_calls 数组中产生包含 3 个函数调用的消息。

接下来，当涉及到函数调用的时候，我们需要在调用聊天完成 API 时，额外的传递一个 `tools`参数，以告知大模型：你在当前的会话过程中，可以调用`query_by_product_name`参数。tools = [},{"role": "user", "content": "老板，在吗"}注意：这里通过`tools`参数进行工具传递。tools=tools, # 这里是添加。

在上一节中，我们介绍了近两年大模型技术的迅速发展及其技术演进，这包括从大模型自身的能力持续突破（原生能力和涌现能力），基本的函数调用功能，到引入 RAG（检索增强生成）技术，再到当前的 AI Agent（代理）技术。如果说 2023 年是检索增强生成年，那么 2024 年毫无疑问就是代理年。全球各地的公司都在探索使用机器人代理。究其原因还是在于虽然大模型结合RAG技术已经突破了语言生成的可能性界限

它们的能力，从简单的自动化到像 Devin 这样的系统所展示的独创性，都在迅速扩展。人类的优势是能够吸收相对大量的信息，过滤掉不重要的细节，并根据关键信息做出决策。随后，人工智能建议的后续步骤包括安排与张伟的电话会议、发送一份详细的产品介绍手册，或者如果一周内没有得到回复，提醒李华进行跟进。`AgentExecutor`的选择主要取决于手头任务的具体要求、决策过程的复杂性以及希望代理展现的自主性或