待验证50% 置信事实精确时间
传统LLM是被动的文本生成器，而Agent在此基础上增加了感知-规划-执行的完整闭环能力
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证大语言模型的执行层通过 Function Calling（工具调用）机制将 LLM 的文本输出转化为对真实系统的操作指令71% 相似待验证大型语言模型（LLM）是AI Agent的核心'大脑'，但单独的LLM只能生成文本，无法主动执行任务70% 相似待验证在文本摘要、内容创作、代码生成、语义分类等带有生成或判断属性的任务上，LLM是无可替代的70% 相似已验证提示词注入的根本原因在于LLM架构将系统提示、用户输入和外部检索内容统一编码为同一个连续的token序列，模型无法在语义层面区分可信指令与不可信数据70% 相似待验证大语言模型（LLM）是一个无状态的文本生成引擎，它接收输入并产生输出，但不具备持续行动的能力。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/895659API
curl https://kongchang.com/api/v1/knowledge/claims/895659MCP
get_claim(id=895659)