预定义、固定分支、流程可控的 AI 任务链路，每一步执行逻辑、调用工具、判断规则由开发者提前写死，LLM 仅负责单环节文本处理，无自主决策权限。典型架构：编排引擎（LangChain/LangGraph/Flowise）+ 分步节点 + 固定跳转条件。赋予 LLM自主规划、循环思考、动态选工具、自主终止任务的自治系统，没有固定流程，模型根据任务动态决定下一步动作。思考 (Thought) → 工具

不确定性推理、决策、规划理解用户自然语言需求，拆解复杂目标；判断当前信息是否不足，要不要调用工具；选择匹配的工具、填写工具入参；接收工具返回结果，整合、总结、二次推理；多步骤任务规划（多工具链式调用）、异常纠错。短板数学运算、精确查表、接口请求、文件读写、数据库查询极易出错；无实时外部信息，无法访问本地 / 线上数据；不能主动触发系统操作（发邮件、脚本、API）。大语言模型负责认知与决策，各类代码

LLM 性能出众，难免让人想拿它处理所有场景。千万别这么做。大语言模型（LLM）能力很强，但并非所有工作都适合用它。明明一段普通代码就能搞定的事，你却调用大模型，好比专门雇一名翻译去看懂路边的停车标识。虽说能达到目的，但速度慢、成本高，完全多此一举。想要开发优质 AI 应用、乃至成熟的 AI 智能体，核心诀窍就是分清：什么时候调用大模型，什么时候直接写原生代码。

Transformer：先进神经网络架构；Pre‑trained：先用海量数据自学语言规律；Generative：通过逐字预测，生成通顺的回答。

GPT 不懂道理、没有认知，它只是吃透了人类语言的组合范式。

大模型不懂事实，只精通人类的说话方式，通顺不等于真实。

GPT‑3 的训练文本是英文维基百科近 100 倍，庞大的数据储备为模型涌现出强大语言能力打下基础；大数据配合超大参数与优秀模型架构，共同造就了 GPT‑3 出色的语言表现，但海量互联网脏数据也带来了幻觉等缺陷。

对最终效果的提升效率更高，这也是现在小模型崛起的底层逻辑。后续业界进一步发现：相比于单纯堆参数，译文：模型并不是越大就越好。

不同大模型采用各自独立的分词器。同一句话在 GPT‑4 里计为 4 个 token，放到 Llama‑3 中就会是 5 个 token。每家企业都会基于自有数据训练专属分词器，因此文本切分方式各不相同。这就意味着：跨模型对比时，token 数量只能当作参考值。

【代码】Llama‑4 Scout 更进一步，实现了 10‑millionToken 超长上下文。