人类在复杂的模式识别任务中非常出色。然而,他们通常依赖工具——如书籍、谷歌搜索或计算器——来补充他们的先验知识,以便得出结论。与人类类似,生成性人工智能模型也可以通过训练,使用工具来访问实时信息或建议现实世界中的行动。例如,模型可以利用数据库检索工具来访问特定信息,如客户的购买历史,从而生成量身定制的购物推荐。或者,基于用户的查询,模型可以进行多次API调用,向同事发送电子邮件回复,或代表用户完成金融交易。为了实现这一点,模型不仅需要访问一组外部工具,还需要具备规划和执行任务的能力,且能够自我指导。这种推理、逻辑与外部信息访问能力的结合,与生成性人工智能模型相连,引出了“智能体”的概念——即一种超越生成性人工智能模型独立功能的程序。本文白皮书将更详细地探讨这些及相关方面。