LLM Agent 现阶段出现的问题
由于一些 LLM（GPT-4）带来了惊人的自然语言理解和生成能力，并且能处理非常复杂的任务，一度让 LLM Agent 成为满足人们对科幻电影所有憧憬的最终答案。但是在实际使用过程中，大家逐渐发现了通往通用人工智能的道路并不是一蹴而就的，目前 Agent 很容易在一些情况下失败：
-
Agent 会在处理某一个任务上陷入一个循环
-
prompt 越来越长，最终甚至超出最大内容长度
-
记忆模块的策略没有给 LLM 某些关键的信息而导致执行失败
-
LLM 由于幻觉问题错误使用工具，或者让事情半途而废
上述问题随着大家对于 Agent 的了解开始浮出水面，这些问题一部分需要 LLM 自身来解决，另一部分也需要 Agent 框架来进行解决，通用的 Agent 仍需进一步打磨。
