iT邦幫忙

2025 iThome 鐵人賽

DAY 10
0
自我挑戰組

AI Agentu相關研究系列 第 10

AI Agent 與 LLM 的關係

  • 分享至 

  • xImage
  •  

什麼是 LLM?
LLM(Large Language Model,大型語言模型)是一種基於深度學習的自然語言處理模型,透過在海量文本上訓練,學會了語言模式、知識關係與推理能力。它的核心是將文字轉換為向量(Vector Embeddings),並利用 Transformer 架構進行語境理解與生成。

AI Agent 與 LLM 的關係
用一句話概括:
LLM 是 AI Agent 的「智慧核心」,AI Agent 是 LLM 的「行動化外殼」。
LLM 的角色:負責「理解與推理」——它提供了語言理解、規劃推論、知識檢索、任務分解等能力。
AI Agent 的角色:負責「感知與行動」——它決定什麼時候向 LLM 提問、如何使用 LLM 的回覆,並將結果轉化為具體行動(例如操作 API、控制機器、發送郵件)。
整合方式:AI Agent 通常將 LLM 作為「決策引擎」,再搭配工具(Tools)、記憶系統(Memory)、任務管理(Task Manager)等模組,形成可長期運作的自主系統。
LLM 是 AI Agent 的大腦,想事情、規劃步驟。
AI Agent 是身體和神經系統,負責觀察環境、調用工具,讓大腦的想法真正發生。
沒有 LLM 的 AI Agent,就像沒腦的機器人;沒有 AI Agent 的 LLM,就像一個聰明但只能坐著回答問題的專家。

為什麼 LLM 與 AI Agent 要結合?
LLM 提升靈活性:AI Agent 不必預先寫死規則,而是讓 LLM 根據情況即時規劃。
AI Agent 提升可行性:LLM 雖然能想,但不能直接動手,Agent 讓它能「做事」。
持續學習與適應:LLM 負責思考,Agent 負責收集經驗並回饋,形成持續優化。


上一篇
AI Agent 與 MDP 的關係
下一篇
(承接上文)LLM如何呼叫外部工具
系列文
AI Agentu相關研究26
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言