待验证60% 置信事实精确时间

在Agent中，LLM是核心大脑，负责理解自然语言、分析任务需求、制定执行计划

2

来源数

60%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

5分钟搞懂Agent：LLM、Workflow与智能体的核心区别

涉及实体

LLMconcept Agentconcept

相关事实

已验证LLM语境下的Agent通常具备感知、规划、行动和记忆四个核心组件78% 相似已验证在大模型时代，Agent架构中LLM充当大脑负责推理决策，工具充当四肢负责与外部世界交互，记忆模块保存对话历史和中间状态77% 相似待验证LLM与工具调用、记忆机制和规划能力相结合便形成具有自主行动能力的Agent75% 相似待验证现代基于LLM的Agent通过自然语言角色描述和工具调用能力获得自主执行任务的能力，无需手工编程定义行为逻辑75% 相似待验证豆包、DeepSeek等大语言模型可以作为Agent的大脑，负责理解需求、拆解任务和决策74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/908690

API

curl https://kongchang.com/api/v1/knowledge/claims/908690

MCP

get_claim(id=908690)