大模型很厉害，回答问题也很强，但平时我们使用他们的时候会发现一个限制，它们无法感知或改变外部环境
比如 你让GPT-4o 给你写贪吃蛇的游戏，它确实可以给你代码，但是给你代码后，像写代码到文件这种事情还是的你自己动手，也就是说大模型无法改变外部环境。
而且有没有一种可能，你其实已经有一些贪吃蛇的代码，只是想在此基础上添加一些功能，在这种情况下，你就必须把你已有的代码复制给GTP-4o才行 。如果我们不主动告诉大模型这些代码的话，它是无法查询这些代码的，换句话说，这就是大模型无法
感知外部环境的体现。
那有没有办法解决这个问题？ 给大模型接上工具就可以了。
像这样把一个大模型和一堆工具组装起来，变成一个能感知和改变外部环境的智能程序我们就称它为Agent
Agent 的种类：
Agent 的运行模式
ReAct 模式：Reasoning and Acting ，最初在2022年10月的一份论文提出，它所提出的Agent的运行模式有着非常广泛的应用
ReAct 模式 是如何实现的？
大部分奥秘集中在系统提示词上， 系统提示词是跟用户问题一起送给模型的提示词，它规定了模型角色，运行规则，环境信息等等
比如：
把系统提示词和 用户问题一起发给大模型，大模型便会遵循这种规范，来输出答案 。
