文档摘要

6.2 大模型与通用智能体 本节摘要：大模型用规模与自监督从海量数据里长出可迁移的先验，再在循环里充当认知、规划草稿或技能层策略。SOURCE 强调涌现、泛化、可扩展与 Transformer 式序列建模。通用智能体不是「一个模型干所有事」，而是同一套循环能换任务描述而不换整套代码。工具调用把行动接到 API；记忆写入必须走 4.3 的闸，否则上下文泄漏成伪长期知识。毫秒反射层仍不要塞进大模型。 会员。《6.2 大模型与通用智能体》收录于灏天文库文集《AI 智能体基础：认知、决策与学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/513-ai-%E6%99%BA%E8%83%BD%E4%BD%93%E5%9F%BA%E7%A1%80%E8%AE%A4%E7%9F%A5%E5%86%B3%E7%AD%96%E4%B8%8E%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流