大型語言模型（Large language models，又稱為 LLMs）是利用大量數據資料來學習語言的規律和上下文訊息，能夠理解、推理和生成語言內容，透過海量的文本進行深度學習而產生自然語言處理（Natural Language Processing，縮寫為NLP），所以稱為「大型」語言模型，可以應用在翻譯、對話、內容生成、擷取文章摘要等等。
因此，AI Agent 和LLMs雖然同樣屬於人工智慧範疇，不過對 AI Agent 來說，大型語言模型更像是一種能強化 AI Agent 的工具：
| AI 代理（AI Agent） | 大型語言模型（LLMs） | |
|---|---|---|
| 核心特色 | 感知、推理、決策、行動、學習 | 理解、生成和處理自然語言 |
| 核心任務 | 任務執行、自動化控制、環境互動 | 文本生成、對話生成、訊息檢索、翻譯等 |
| 自主性 | 高度自主，能自動執行任務 | 自主性較低，必須以上下文意當作基礎才能生成文本。 |
| 感知外部環境 | 能感知外部環境並根據環境狀況執行相關工作 | 主要依賴使用者輸入指令和文字，無法直接執行任務 |
| 應用場景 | 自動化控制、數據分析和輔助決策、智慧製造和監控、客戶服務、產品銷售 | 聊天機器人（如 ChatGPT等）、內容創作（如文章生成、摘要提取、自動翻譯）、 問答系統（如 FAQ 自動回答、知識庫查詢）、語言模型驅動的智慧助手（如 Siri ） |
以上兩者在本質上有區別，但可以相互結合、彼此互補成為更強大的 AI 系統。
LLMs 為 AI Agent 提供自然語言能力：
LLMs 能夠為 AI Agent 提供強大的語言理解與生成能力。通過集成LLMs，AI Agent 能夠處理自然語言輸入，與用戶進行流暢的對話，包括執行文本生成、資訊查詢、問答等工作。例如 AI Agent 可以通過 LLMs 生成對話內容，為用戶提供智能客服、技術支持等服務。
AI Agent 能幫 LLMs 增加環境感知與執行能力：
AI Agent 可以透過與外部環境的互動獲得及時回饋，提供 LLMs 更豐富的對話或是文本的上下文資訊。例如，AI Agent 可以控制機器人或自動化系統，並透過 LLMs 提供相應的指令或決策依據。LLMs也可以生成語言，指導 AI Agent 執行任務或與環境互動。
參考資料：
iThome鐵人賽
看影片追技術
看更多
