第一行你说的就不对，cot和tot都是一样的，都是prompt，你说的真实世界反馈是agent的一种模式react型，这个跟tot就没关系。
真实世界的反馈最终也是prompt，还有另一种模式self-refine型agent，也是prompt context。

agent根本不是技术的核心，核心还是llm，而llm就是根据prompt的context去猜的猜词机器。
推理和思维也都是prompt。

【 在 bluecase 的大作中提到: 】
: agent没说一定是cot，另外cot是cot，tot是tot，tot是拿到了真实世界反馈的。
: 一个大模型，面对你提的产品需求，它生成了10个方案，写了10份代码，并且调用沙箱把其中一个方案编译成功，实验结论存在自己的context里，并告诉你结果。
: 这个信息增量并不是来自于训练阶段，也不来自于prompt，而是在推理过程中通过现实反馈获得的信息熵啊，这玩意不能说就只是概率吧
: ...................
--
FROM 124.64.19.*