人类擅长于混乱的模式识别任务。然而，他们经常依赖工具-如书籍、谷歌搜索或计算器-来补充他们的先前知识，然后得出结论。就像人类一样，生成式人工智能模型可以被训练使用工具来访问实时信息或建议现实世界中的行动。例如，一个模型可以利用数据库检索工具来访问特定信息，比如客户的购买历史，以便为其生成定制的购物建议。或者，基于用户的查询，模型可以发起各种API调用，以向同事发送电子邮件回复或代表您完成财务交易。为了做到这一点，模型不仅需要访问一套外部工具，还需要有计划地执行任何任务的能力,这种推理、逻辑和对外部信息的访问相结合，与生成式人工智能模型相关联，激发了代理的概念，或者说一个超越生成式人工智能模型独立能力的程序。本白皮书将更详细地探讨所有这些及其相关方面。