LLM
大语言模型（Large Language Model，LLM），是基于深度学习技术、经过海量文本数据训练的自然语言处理模型。其核心能力包括文本理解、生成、推理与对话，能够处理翻译、摘要、代码生成、问答等多种语言任务。LLM通常采用Transformer架构，参数规模从数十亿到数千亿不等，是当前人工智能应用的重要基础组件。
核心事实
Mainstream Agent architectures typically use a large language model as the brain, combined with memory modules, planning modules, and tool interfaces to accomplish complex tasks
Function Calling（Tool Use）是大模型调用外部工具的标准化机制，开发者预先声明工具名称、描述和参数Schema，模型自主判断何时调用
工具调用（Function Calling）机制允许模型在推理过程中调用外部工具，如文件读写、终端命令、搜索 API
时间轴 (近 90 天)
semantic-registry采用两阶段选择机制：第一阶段基于任务描述做语义相似度匹配，将候选范围从全量工具缩小到少量高相关项；第二阶段由LLM在精简后的候选中做最终判断。
LLM生成的代码有时难以追溯来源，在嵌入式等高可靠性领域，维护者可能希望每行代码有明确的人类作者以便追究责任。
LLM的训练数据往往包含大量开源代码，生成的内容可能无形中复制受版权保护的片段，给项目带来法律风险。
模型规模是解释 LLM 性能很大一部分变化的一个变量。
LLM 的性能是极其多维的，没有固定的排序能保证在数学上最强的模型同时也在讲笑话上最强。
Markdown 渲染后的语义对机器并不唯一：同一段文本既可能被解析为展示内容，也可能被下游的 LLM 解读为结构化指令。
Emacs 社区 LLM 集成方案以 Elisp 包形式出现，依赖个人维护，功能覆盖和稳定性参差不齐，但可深度定制
LLM 的编辑器集成通常通过 API 调用实现：插件将缓冲区上下文、光标位置和用户指令发送给模型服务，再将返回的补全或重构建议回写
Emacs 社区开发者已在 Emacs 中搭建与大型语言模型交互的接口，将 AI 补全、代码生成、对话式重构集成到工作流中
对 LLM 工具调用而言，沙箱承担审计职责，每次执行的命令、stdout/stderr 和退出码可被记录并回传给模型。
还有 40 条时间轴事件
全部知识事实 (20)
Mainstream Agent architectures typically use a large language model as the brain, combined with memory modules, planning modules, and tool interfaces to accomplish complex tasks
90%已验证Function Calling（Tool Use）是大模型调用外部工具的标准化机制，开发者预先声明工具名称、描述和参数Schema，模型自主判断何时调用
90%已验证工具调用（Function Calling）机制允许模型在推理过程中调用外部工具，如文件读写、终端命令、搜索 API
90%已验证智能体评估的主流方案包括LLM-as-Judge、轨迹匹配和结果验证
90%已验证大语言模型的上下文窗口决定了模型在单次推理中能处理的信息量上限
90%已验证生成式AI是指能够根据输入提示自动生成文本、图像、代码等内容的人工智能系统
90%已验证Prompt注入（Prompt Injection）是针对大语言模型应用的安全威胁，攻击者通过在输入中嵌入恶意指令试图覆盖系统原有行为约束
90%已验证AI幻觉的根源在于LLM的生成机制：模型本质上是在做下一个token的概率预测，优化的是语言的连贯性而非事实的准确性
90%已验证LLM存在'Lost in the Middle'现象，即模型对上下文开头和结尾的信息关注度高，而对中间部分的信息容易忽略
90%已验证GitHub Copilot、Cursor、Claude等AI编程辅助工具本质上是基于大语言模型对海量代码库训练后形成的代码补全与生成系统
90%已验证AI Agent通过工具调用（Tool Use）机制与外部系统交互，包括执行代码、调用API、读写数据库等
90%已验证RAG（检索增强生成）技术架构将文档切片、向量化、存入向量数据库，查询时先检索相关片段再交给模型生成回答
90%已验证AI代理的失败往往是语义偏差而非明确错误码，这种「成功的失败」要求编排层具备语义级别的错误识别能力
85%已验证平台采用AI生成、人工可编辑的设计理念，AI承担初稿工作，最终判断权和修正权交给测试人员
85%已验证当关键信息被放置在长文本的中间位置时，模型的检索和推理准确率会显著下降，而放在开头或结尾的信息则能被较好地利用
85%已验证LLM的输出具有天然的非确定性，即使输入相同的Prompt，模型在不同时刻可能返回格式、内容甚至逻辑不同的结果
85%已验证AI评估对象分为大语言模型评估、知识库（RAG）评估、智能体（Agent）评估三层，且呈知识度和复杂度递增的递进关系
80%已验证大型语言模型的广泛使用可能导致语言多样性的持续缩减，形成语言学家所说的'技术中介的语言趋同'现象
80%已验证LLM输出具有非确定性，因浮点运算非结合性和上下文窗口差异，即便输入一致输出也难以精确复现，不具备幂等性
80%已验证当模型训练数据包含评测集题目或高度相似内容时，模型可能通过记忆而非真正理解获得高分
80%