⼈类擅⻓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，⽐如客⼾的购买历史，以便为其⽣成定制的购物建议。或者，基于⽤⼾的查询，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。
