Agent设计模式 图解可复用智能体架构

是不是可以说各种模式都是以算力换取可信度

太阳系和原子完全不相似，这个是典型的基于错误的知识得出来误导性的描述

蒸馏之所以有效，是因为它把大模型的“思考过程”提炼成小模型能学的“解题步骤”。大模型先像老师一样详细演示推理（如分步算数学题），小模型再模仿学习这些步骤，而非只记答案。这样小模型就能用更少的算力，掌握接近大模型的推理能力，实现“瘦身不减智”。

1、概率大重新分配，从数学角度大模型就是概率的预测，P（answer｜question），对于复杂问题这个概率分布是扁平和噪声比较多的，通过思维链将这个概率计算转换为P（answer｜question，step1，step2…）这种条件化过程显著的收敛了概率空间； 2、显示分解，在单次前向传播，LLM难以处理多重逻辑冲突，思维链模式遵循从简到繁，将复杂问题序列化降维，确保模型一次只要处理一个简单问题； 3、自我校准，当模型将推理步骤显式地呈现出来时，实际上是借助其注意力机制“回看”上一步的输出。这一过程构建了一种微型的短期记忆回路，有助于抑制幻觉的累积。

最早的大模型是需要显示的prompt引导的，从2024念openai o1为代表的推理模型出来之后就不需要这个魔法指令