LLM本质上是文字接龙，是大号检索，只不过因为大力出奇迹，它训练的数据够多参数够多，所以他接龙的文字显得很聪明，但它其实并不知道自己在说什么，他并不真的具备“智能”。一个很简单的例子，让它做稍复杂一点的数学运算都会算错，连个计算器都比不上。
所以LLM通过各种插件在补充自己的能力，比如TTS、文生图、生成编码、function call、RAG。但这些都只是手脚，还不是大脑，真正离大脑接近的，或者说至少看起来是“智能”的部分是：prompt中的引导和ReAct，这个是最大化人工智能潜力的关键。LLM模型本身强大是必要的，再就是我们的引导了，两者缺一不可。
workflow其实不是智能，感觉没有LLM也能实现workflow，比如stable diffusion也有ComfyUI，它只是自动化脚本，无关智能。所以我在看LangChain的multi-agent解决方案Langgraph时，总觉得怪怪的，既然action准备好了，agent也准备好了，edge究竟是什么呢？和直接编程写if else有多大区别？如果不这么设计，又该如何设计呢？我没找到答案，只是隐隐觉得哪里不对。。。
prompt和ReAct才是“智能”的宝藏。类似OCR和TTS的传统小模型不是，非LLM的AIGC不是，基于LLM基座做垂直大模型不是，多模交互不是，workflow也不是。
同样是AIGC，同样是大模型，为什么chatGpt比midjourney受关注得多？就是因为文字类的AIGC恰巧表面上看起来具备“推理能力”，正是这种推理能力才让ReAct成为可能，借助function call又有了从“想”到“做”的能力。这是LLM得天独厚的优势。
