待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/18
首次发现
有效期至：2026/12/17
来源
涉及实体
相关事实
待验证现代Agent通常以大语言模型作为决策大脑，结合ReAct、Chain-of-Thought等推理范式78% 相似待验证在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74% 相似待验证在大模型时代，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74% 相似已验证Mainstream Agent architectures typically use a large language model as the brain, combined with memory modules, planning modules, and tool interfaces to accomplish complex tasks73% 相似待验证大语言模型兴起后，每个Agent具备自然语言理解与生成能力，能够动态解读任务指令并调用外部工具71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/931862API
curl https://kongchang.com/api/v1/knowledge/claims/931862MCP
get_claim(id=931862)