Auto-sync

wiki/sources/LLMs-RAG-AI-Agent-三个到底什么区别.md

@@ -0,0 +1,34 @@
+---
+title: "LLMs、RAG、AI Agent 三个到底什么区别？"
+type: source
+tags: [llm, rag, ai-agent, 基础概念]
+date: 2025-11-19
+---
+
+## Source File
+- [[raw/AI/LLMs、RAG、AI Agent 三个到底什么区别？.md]]
+
+## Summary
+- 核心主题：LLM、RAG、AI Agent 三者的本质区别与层级关系
+- 问题域：大量 AI 应用开发者混淆三者用途，存在"竞争关系"的误解
+- 方法/机制：LLM = 思考大脑（推理）；RAG = 记忆系统（信息获取）；AI Agent = 行动循环（执行）
+- 结论/价值：三者并非竞争关系，而是在不同层面解决不同问题；生产级 AI 系统需三者协同：LLM 推理 + RAG 准确性 + Agent 自主性
+
+## Key Claims
+- LLM 是"天才大脑"：知识截至训练时间点，有幻觉问题，对实时信息无感知
+- RAG 是"随身图书馆助理"：解决 LLM 知识过时和幻觉问题，提供事实依据和来源引用
+- AI Agent 是"行动系统"：由感知→规划→执行→反思的循环构成，赋予 LLM 行动能力
+- 三者协同模式：LLM 负责思考，RAG 负责信息获取，Agent 负责编排执行
+
+## Key Concepts
+- [[LLM]]：大语言模型，AI 应用的"天才大脑"，擅长推理但缺乏实时知识
+- [[RAG]]：检索增强生成，为 LLM 提供外部知识库访问能力，消除幻觉
+- [[AI-Agent]]：智能体，围绕 LLM 构建的循环控制系统，赋予感知-规划-执行-反思能力
+- [[AI-Agent-循环]]：感知（Scanner）→ 思考（Reasoner）→ 行动（Actor）→ 观察（Observer）
+
+## Key Entities
+
+## Connections
+- [[LLM]] ← 基础 ← [[AI-Agent]]
+- [[RAG]] ← 信息层 ← [[AI-Agent]]
+- [[LLM]] + [[RAG]] + [[AI-Agent]] ← 三位一体 ← [[生产级AI系统]]