当大模型遇到不确定的问题时，它不再仅仅依赖于 “记忆”（训练数据），而是可以迅速 “查阅资料”（检索外部知识库），然后根据查阅到的最新、最准确的资料来给出答案。接着，系统不会直接把检索到的内容返回给用户，而是会把这些相关内容和用户原来的问题结合起来，形成一个更完整的提示词，也就是“增强型提示”。LLMs的知识来源于其训练数据。在当前人工智能发展迅猛的当下，大模型已经成为了众多领域的工具，但是也存在

近年，大模型成为AI Agent发展关键转折点，它以海量参数和深度学习能力革新底层架构，赋予 AI Agent 超强自然语言理解与生成力，助其摆脱领域限制，应对多样任务。行动执行：根据规划阶段确定的方案和步骤，Agent 采取具体的行动，在行动过程中，可能会继续与记忆和工具交互，以确保行动的有效性和适应性。行动执行：贯彻规划指令，调动资源执行操作，基于记忆、工具和规划，Agent 最终执行具体的行

近年，大模型成为AI Agent发展关键转折点，它以海量参数和深度学习能力革新底层架构，赋予 AI Agent 超强自然语言理解与生成力，助其摆脱领域限制，应对多样任务。行动执行：根据规划阶段确定的方案和步骤，Agent 采取具体的行动，在行动过程中，可能会继续与记忆和工具交互，以确保行动的有效性和适应性。行动执行：贯彻规划指令，调动资源执行操作，基于记忆、工具和规划，Agent 最终执行具体的行