LLM，智力的源头

Mon, 01 Jan 0001 00:00:00 +0000

LLM，智力的源头

原创发布时间：2026-04-14 | 更新时间：2026-04-19

要好用 AI Agent，我们需要先理解其核心：大语言模型（Large Language Model）

本文介绍应用 LLM，我们需要知道的知识。

人工智能#

人工智能经过几十年的发展，已经形成庞大的一系列分支

graph LR
    AI[🤖 人工智能<br>Artificial Intelligence]

    %% 技术分支
    AI --> ML[📊 机器学习<br>Machine Learning]
    AI --> DL[🧠 深度学习<br>Deep Learning]

    ML --> Supervised[✅ 监督学习<br>Supervised Learning]
    ML --> Unsupervised[🔎 无监督学习<br>Unsupervised Learning]
    ML --> RL[🎮 强化学习<br>Reinforcement Learning]

    Supervised --> ClassReg[🏷️ 分类 & 回归<br>Classification & Regression]
    Unsupervised --> ClusterDim[📍 聚类 & 降维<br>Clustering & Dim. Reduction]

    DL --> CNN[🖼️ CNN<br>卷积神经网络]
    DL --> RNN[🔁 RNN / LSTM<br>循环神经网络]
    DL --> Trans[🔄 Transformer]
    DL --> GAN[🎨 GAN<br>生成对抗网络]
    DL --> Diffusion[✨ 扩散模型<br>Diffusion Model]
    DL --> GNN[🕸️ GNN<br>图神经网络]

    Trans --> NLP[💬 NLP<br>自然语言处理]
    Trans --> LLM[📚 大语言模型<br>Large Language Model]
    Trans --> Multimodal[🎭 多模态模型<br>Multimodal Model]

    %% 前沿方向
    AI --> Emerging[🔮 前沿<br>Emerging AI]
    Emerging --> Embodied[🤖 具身智能<br>Embodied Intelligence]
    Emerging --> NeuroSymbolic[🧩 神经符号 AI<br>Neuro-symbolic AI]
    Emerging --> EdgeAI[📱 边缘 AI<br>Edge AI]

    %% 样式
    style Trans fill:#FFD700,stroke:#DAA520,stroke-width:3px,color:#000
    style NLP fill:#FFF8DC,stroke:#DAA520,stroke-width:2px
    style LLM fill:#FFF8DC,stroke:#DAA520,stroke-width:2px
    style Multimodal fill:#FFF8DC,stroke:#DAA520,stroke-width:2px

（图：人工智能的主要分支）

当前大放异彩的 LLM 就是属于 Tranformer 这一支

Agent，工程的起航

Mon, 01 Jan 0001 00:00:00 +0000

Agent，工程的起航

原创发布时间：2026-04-19 | 更新时间：2026-05-19

有了前面基础知识的铺垫，终于来到了 LLM 的实践应用环节 —— 智能体，LLM 的落地应用。

AI Agent（智能体）是 2025 年初开始普及的围绕 LLM 的工程实践。

随着工程化的成熟，业界已经发展出一套驾驭 LLM 的方法论和最佳实践，

本文按这套工程实践展开，分享 AI Agent 的关键逻辑。

过程中会以当下流行的本地智能体 OpenClaw 为例。

架构实例：OpenClaw 架构#

OpenClaw 的简要架构如下：

stateDiagram-v2
    direction LR

    %% 外部平台（消息源）
    feishu   : 飞书
    qq       : QQ
    wechat   : 微信
    telegram : Telegram
    nostr    : Nostr
    otherch  : ...

    %% 客户端
    webui   : Web UI
    tui     : 命令行 TUI<br/>（Terminal UI）
    node_app: Node App<br/>（iOS, Android）

    %% 关键实体
    openclaw : <strong>OpenClaw</strong>
    llm      : 大语言模型<br/>Large Language Model

    %% OpenClaw 核心
    state openclaw {
        direction LR
        ch      : 通道层<br/>（Channel Layer）
        gw      : <b>核心网关</b><br/>（Core Gateway）
        skill   : <b>技能引擎</b><br/>（Skill Engine）
        session : <b>会话管理</b><br/>（Session Manager）
        mem     : <b>记忆</b><br/>（Memory）
        plugin  : 插件系统<br/>（Plugin）

        ch      --> gw
        session --> gw
        skill   --> gw
        mem     --> gw
    }

    %% 外部平台 → Channel Layer
    feishu   --> ch
    qq       --> ch
    wechat   --> ch
    telegram --> ch
    nostr    --> ch
    otherch    --> ch

    %% 客户端 → Gateway
    webui   --> gw
    tui     --> gw
    node_app--> gw

    %% Gateway → LLM
    gw --> llm : LLM Providers

    %% 样式
    style feishu    fill:#e8f4fd,stroke:#4a90d9
    style qq        fill:#e8f4fd,stroke:#4a90d9
    style wechat    fill:#e8f4fd,stroke:#4a90d9
    style telegram  fill:#e8f4fd,stroke:#4a90d9
    style nostr     fill:#e8f4fd,stroke:#4a90d9
    style otherch   fill:#e8f4fd,stroke:#4a90d9

    style webui     fill:#d9f0e0,stroke:#5a9a6e
    style tui       fill:#d9f0e0,stroke:#5a9a6e
    style node_app  fill:#d9f0e0,stroke:#5a9a6e

    style openclaw  fill:#f5f5f5,stroke:#999,stroke-width:2px
    style gw        fill:#f0e8ff,stroke:#9a6ed4,stroke-width:3px
    style ch        fill:#f0e8ff,stroke:#9a6ed4
    style session   fill:#f0e8ff,stroke:#9a6ed4
    style mem       fill:#f0e8ff,stroke:#9a6ed4
    style skill     fill:#f0e8ff,stroke:#9a6ed4

    style llm       fill:#fff3cd,stroke:#d48806,stroke-width:2px

OpenClaw 是运行在个人电脑或服务器上的 AI Agent 框架。

AI Agent 简介 on Techunder

LLM，智力的源头

人工智能#

Agent，工程的起航

架构实例：OpenClaw 架构#