最小二乘法早于机器学习
Agent定义暂不明确，目前仅由厂商定义
OpenAI的AGI五层分类：
level 1:Conversational AI 仅对话
level 2:Reasoner 专业领域能推理，不需要外部工具
level 3:Agent 长时间自主执行任务
level 4:Innovator 产生新思路，推动科技突破
level 5:Oragnizer 管理协调整个组织
吴恩达倡导Agentic：渐进的智能属性。agent发展是连续的，所以用形容词agentic而不是名词agent来划分更好。（agent不是非黑即白的）
agentic system: workflow行为流 和Autonomous Agent自主智能体
行为流：流程固定，可预测性
自主智能体：灵活性和自我决策
所以行为流是计划，自主智能体是市场（确信
一般用RAG和prompt就能满足agent的开发，使用上述两种方法会更好，但复杂度也会上升，成本和延迟就会上升
可以看看下面这个经典的接口范式
tools里写要传的参数，从本地这获取
工作流抽象出来也就这几种：
1.提示链Prompt Chaining
把一个任务拆分成几个小任务，按步骤走。适合清晰易拆分的任务，例如生成英文分治算法学习笔记：先生成笔记，再翻译成英文
2.路由Routing
适合客服
3.并行Parallelization
子任务事先可以预定好
4.协调者-工作者Orchestrator-Workers
适合要拆解的任务数量事先是不确定的情况。动态拆解成子任务
5.评估-优化循环Evaluator-Optimizer
一个写论文，一个提建议
自主智能体
