LLM 本质只是预测下一个词，智能体全是外部脚手架

sethjuarez · x · 2026-08-31

文章指出大语言模型的本质极其简单：给定一段文本，猜测最有可能出现的下一个 Token，然后停止。模型并不“知道”答案，也不理解问题，它只是一个概率机器。所有被称为“智能体”的复杂行为（如规划、行动），本质上都是围绕这单一“预测下一个词”机制构建的外部运行时脚手架。文章还解释了 Tokenization 的过程（如 BPE），即模型处理的是整数 ID 而非字符。理解这一底层机制是构建未来 Agentic AI 的基础。