.....所以很多人连LLM这个词是什么意思都不知道（）Large Language Model，大型语言模型。

为什么语言模型能帮你办公操控电脑？因为电脑，靠写代码就能做几乎一切的事情。代码是什么？是语言，是文字。所以AI可以写代码控制你的电脑。

什么叫Agent？因为LLM只会输出文字，又没有别的功能。于是你给LLM提供了一些工具，能够让它光靠输出文字就能做事。这就叫Agent。

什么叫Harness（缰绳）？所谓缰绳，就是如何完美掌握LLM的文字输出，让它稳定精准地实现Agent功能的办法，这其中也包括上面提到的“工具”。

举个非常简化的例子，如何让LLM启动QQ？你知道在电脑的命令行里输入run QQ，就可以运行安装的QQ（这里简化一下）你知道LLM能让它输出run QQ这几个字。那么很好，你要做的事情就是写一个复制粘贴的中间程序，把LLM输出的文字复制到命令行里并运行，QQ就启动了。

上面你想出来的这个办法，就叫Harness，最后这个能成功启动QQ的产品，就叫Agent.当然，这都是极简化的解释，实际上还有安全问题，循环问题，工具调用也远不止一层，二是好几层，等等等等。

总之，chatgpt不会生成音频，也不会生成视频，它不会画画，也不会建模。它只会说话，它说话确实可能很聪明。但真正聪明的，是握住缰绳（Harness），把单纯的文字变成行动的你。

而另一方面，只会说话的模型，就能做到这么多事。说明我们人类的底层代码到底有多依靠文字。而除了语言外，还拥有四肢五官的你，能做到的事就更多啦。前提是AI还没有成功快速好用地，被装在有四肢和五官传感器的机器人上（？）