词元社Token Lab

欢迎来到未来。

大模型已经不只会回答问题。
它开始能够读取文件、调用工具,并持续完成任务。

Chatbot answers. Agent acts.

从模型开始

模型每次只预测一个 Token。

Model 读取当前 Context,预测最可能出现的下一个 Token,再把它接回去继续预测。

当前 Context

今天天气

MODEL预测下一个
NEXT TOKEN

每个新 Token 都会加入 Context,成为下一次预测的输入。循环足够多次,文字就生成了。

Model 本身无状态。

每次调用,Model 只看这一次收到的 Context。外部系统把上一轮历史重新放进去,它才能接着回答。

新一轮 Context
SystemUser上轮回答新问题

MODEL

Agent 让模型的输出变成行动。

Model 提出动作,Harness 执行并把结果写回 Context。循环持续到任务完成。

任务整理报名表,计算还剩几个名额

Context 进入 Model

任务、规则和可用工具一次交给 Model。

Context任务 + 历史记录MODEL决定下一步tool_call打开报名表HARNESS执行和记录tool_result已报名 32 / 50Context任务 + 历史MODEL决定下一步tool_call打开报名表HARNESS执行和记录tool_result32 / 50

Model + Harness = Agent

观察 思考 行动 循环

大模型应用开始接手完整任务。

目标从“生成一段内容”扩展到“把一件事情推进到可验证的结果”。

软件开发

读取仓库、修改代码、运行测试,直到结果可以验证。Coding Agent 能处理电脑上的更多任务,写代码只是其中一类。

研究与办公

搜索资料、比较来源、整理文档和表格,并把多个步骤连成一次完整交付。

软件与行业流程

看屏幕、操作现有软件,进入运营、客服、审批等真实工作流程。

从 Chatbot 到 Agent,改变的是软件和人的协作方式。

词元社Token Lab

一起研究正在发生的新东西。

一个围绕 LLM、Agent 与 AI-native 软件工程自由生长的技术社群。

做实验,造东西,研究正在发生的新东西。

不要求基础,只需要好奇心,以及愿意动手。

加入 QQ 群

QQ群号:1121305716

打开群邀请
扫码加入