推文

@BaiBtw · 2026-10-16 00:58

LLM、RAG、AI Agent、Agentic AI，名字一长，容易全搅成一锅。沿着“信息怎么进、动作怎么走”拆开看： ① LLM：输入提示词和已有上下文，模型根据训练得到的参数，逐个生成 token，拼成回答。 ② RAG：先拿问题去检索知识索引，找出相关片段，再把问题和这些材料一起交给 LLM。回答有了外部依据，但检索到了材料，也不保证答案一定正确。 ③ AI Agent：围绕目标反复做决定。核心里有 LLM、指令和任务状态；需要行动时调用 API、文件、应用或数据库等工具，观察结果，更新状态，再决定下一步。达到目标才收工。 ④ Agentic AI 系统：再把编排、Agent 和工作流、共享任务状态、进度评估串起来。根据执行结果继续调整计划，直到达到目标、产出结果。单 Agent 和多 Agent 都能走这套编排。 这是流程层面的简化对照：生成回答、带着资料回答、调用工具推进任务、编排并评估整段任务，各自多了哪层活，要分清。

曝光 96 · 评论 1 · 点赞 1 · 书签 0 · 曝光/时 22.236298289478