Transformer 模型是一种神经网络，可以一次性读取全部输入数据（例如句子中的单词），而不是逐段处理。它们使用「attention（注意力）」机制来找出输入中哪些部分彼此最为相关。这使它们能够很好地学习语言中的模式。当 Transformer 在极大规模文本上完成训练后，我们称之为 Large Language Model（LLM，大语言模型）。LLM 可以回答问题、撰写文本、翻译语言以及编写代码，因为它在训练期间见过大量示例。AI 智能体将这些模型作为其「大脑」，向 LLM 输入任务或 prompt，获取文本或计划，然后据此采取行动。这种结构帮助智能体理解目标、分解步骤并根据反馈调整，使其适用于聊天机器人、研究助手和自动化工具等场景。