大儒解经，瞅瞅Shaw如何理解Deep Seek对AI Agent的影响吧。附图是DeepSeek对Shaw的理解的理解。下面是我的理解： 1⃣LLM是一个数学（准确说是统计学）研究问题，AI Agent是一个工程学问题。新的LLM模型，会增强AI Agent而不是颠覆和破坏； 2⃣AI Agent是通往AGI道路的一个备选项，如果我们定义的AGI不是OpenAI定义那种专业做题家，而是能够在环境中自主生存、成长和复制的智能体的话。AI Agent与大模型最大的不同在于，它能够从环境提取语义信息并输出语义信息改变环境以维持自我/调试自我以适应环境以维持自我。 3⃣AI Agent实现AGI的方法论是构建递归循环。即AI Agent摄取Embeding知识库、LLM 权重矩阵、API Call调取实时信息，输出为语义信息，再作为语料循环输入到LLM大模型中。然后无限继续这个循环。 4⃣AI16Z的ElizaOS天然处在一个由开放社交媒体、开源开发者社区组成的反馈循环之中，这让其在实现AGI的道路上具有先天优势。