2026年学术论文降AI率工具实测与选型指南
2026/8/10 11:52:28
Agent = 大模型 + 工具 + 循环决策
用户提问 → 模型思考 → 决定要不要用工具 → 执行工具 → 看结果 → 再思考 → … → 最终回答| 组件 | 作用 |
|---|---|
| LLM | 理解任务、决定下一步 |
| Tools | 执行具体动作 |
| Memory | 记住对话历史、长期知识 |
| Prompt | 定义角色、规则、输出格式 |
| Loop | 串联以上组件,循环直到完成 |
ReAct = Reason(推理)+ Act(行动),目前最常见的 Agent 模式。
Thought(思考): 用户问北京天气,我需要查天气工具 Action(行动): 调用 get_weather(city="北京") Observation(观察): 工具返回 "晴,25℃" Thought: 我已经有数据了,可以回答了 Action: 输出最终答案给用户defrun_agent(client,model,user_message)->str:messages=[{"role":"system","content":"你是数学助手。涉及计算时必须调用 calculate 工具,不要自己心算。",},{"role":"user","content":user_message},]forturninrange(MAX_TURNS):response=client.chat.completions.create(model=model,messages=messages,tools=TOOLS)message=response.choices[0].messageifmessage.tool_calls:messages.append(message)fortool_callinmessage.tool_calls:tool_result=dispatch_tool(tool_call,)messages.append({"role":"tool","content":tool_result,"tool_call_id":tool_call.id,})else:returnmessage.contentreturn"对话达到最大轮数,请重新开始。"