待验证50% 置信事实精确时间
RadOnc-Agent的LLM控制器承担意图映射、上下文保持和请求路由三项职责
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证RadOnc-Agent的LLM被定位为编排者而非执行者，专业计算交由各领域专科模块完成74% 相似待验证与传统RPA相比，LLM驱动的Agent能够处理非结构化输入并动态调整执行路径，而非严格遵循预定规则68% 相似待验证LLM时代的MAS范式中，每个Agent以LLM为核心推理引擎，能够动态规划行动序列、调用外部工具并与其他Agent协商67% 相似待验证企业级Agent需具备知识检索能力（RAG）、工具调用能力（Skill/Function Calling）和任务编排能力（多Agent协作）三大核心能力67% 相似待验证RadOnc-Agent的真实病例工作流覆盖决策到计划和计划到自适应两类典型流程66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983098API
curl https://kongchang.com/api/v1/knowledge/claims/983098MCP
get_claim(id=983098)