自测题：LLM、消息系统与工具（第 1 单元）
什么？！还有测验？我们理解，我们理解……但这个简短的不计分测验旨在帮助您巩固刚学习的关键概念。
本测验涵盖大型语言模型（LLMs）、消息系统和工具——这些是理解和构建 AI 智能体的核心组件。
问题 1：以下哪项最能描述 AI 工具？
- A. 仅生成文本响应的流程
- B. 允许智能体执行特定任务并与外部环境交互的可执行流程或外部 API
- C. 存储智能体对话的功能
答案：B。工具是可执行函数，智能体可用其执行特定任务并与外部环境交互。A 把工具降格为纯文本响应；C 混淆了工具与记忆/存储功能。
问题 2：AI 智能体如何将工具作为“行动”在环境中使用？
- A. 通过被动等待用户指令
- B. 仅使用预编程响应
- C. 在适当时要求 LLM 生成工具调用代码并代表模型运行工具
答案：C。智能体可调用工具，并根据获得的信息进行规划与重新规划。A、B 都缺失了“主动调用工具并据此规划”这一核心机制。
问题 3：什么是大语言模型（LLM）？
- A. 使用预定义答案进行回复的简单聊天机器人
- B. 通过大量文本训练的深度学习模型，能理解并生成类人语言
- C. 遵循严格预定义命令的基于规则 AI
答案：B。LLM 是通过海量文本训练、能理解并生成自然语言表示的深度学习模型。A、C 描述的是基于规则或模板的系统，并非 LLM。
问题 4：以下哪项最能描述特殊标记（special tokens）在 LLMs 中的作用？
- A. 存储在模型词汇表中用于提升文本生成质量的附加词汇
- B. 用于实现特定功能，例如标记序列结束（EOS）或区分聊天模型中的不同消息角色
- C. 随机插入用于提高响应多样性的标记
答案：B。特殊标记用于实现结构性功能（如 EOS、分隔消息角色），而非普通词汇或随机噪声。A 错在它不是“附加词汇”；C 错在它不是随机插入。
问题 5：AI 聊天模型如何处理用户消息的内部流程？
- A. 直接将消息作为结构化命令解析且不做转换
- B. 通过将系统消息、用户消息和助手消息拼接成格式化提示
- C. 根据历史对话随机生成响应
答案：B。聊天模型将系统/用户/助手消息按格式拼接为提示再送入 LLM。A 忽略了格式化过程；C 描述的是随机生成，不符合实际流程。
都明白了吗？很好！现在让我们深入完整的智能体流程，开始构建你的第一个 AI 智能体！
小结
- 工具 = 可执行流程或外部 API，让智能体执行特定任务并与外部环境交互。
- 智能体在适当时调用工具（由 LLM 生成调用代码），并据此规划与重新规划。
- LLM 是通过大量文本训练、能理解并生成类人语言的深度学习模型。
- 特殊标记（special tokens）用于结构性功能，如标记序列结束、区分聊天消息角色。
- 聊天模型将系统/用户/助手消息拼接为格式化提示再送入 LLM 处理。