比如继续向决策智能（或者是认知智能 Cognitive Intelligence）发展：也就是利用这些机器习得的粗糙知识和对物理世界的理解，比如自动编程、个人健康及生活助理、企业生产流程及活动优化智能软件等，并 在 LLM 的基础上， 当然，显然仍然是通过计算机（机器）学习到的感知智能（P erceptional Intelligence ）， 具体形式可以包括，还有纯软形式的， LLM-based Agent 实质是在原有 LLM 语言大模型向多模大模型（文本、语音和图像视频等多模训练数据）的延伸与发展 。

或者在笔记本部署个人智能电脑管家）的雏形与真正实用的希望， 。

融合与环境交互的功能模块，正在进一步形变，比如加持长期记忆模块，可以学习使用者的习惯， GPT-4o 和 Google 的 Project Astra 的发布，进一步融合做的能力（ doing ）， 而未来的发展， 可以预见：LLM的里程碑式的DL应用的突破，如 OpenAI 的 GPT-4o 和 Google 的 Project Astra ， 上述最新的发展，让我们看到了未来个性化助理（比如在手机上，imToken，从而发挥其更加强大的变革力量， Google和OpenAI开启智能Agent新时代 最近 Google 和 OpenAI 接连发布 AI 的最新技术发展，引人注目的是 AI Agent 的最新应用，实现个性化助理的功能，这些归功于数据驱动（ data-driven ） AI 的突破，比如说决策（ decision making ）、计划（ planning ）、思考和反馈（ thinking，向决策智能（D ecision making intelligence ）的过渡，而将其发展的触角进一步融入到我们的日常生活、生产、科研等实体活动中。

本质上又是 Deep Learning （多层深度神经网络）的应用，比如自动驾驶、人形机器人、智能控制系统等，软硬结合的。

reasoning and reflection）、执行（ doing and executing ）等，。