从SFT到GRPO的LLM训练实战——如何让智能体通过强化学习自我进化，掌握更复杂的技能。
本文以手绘风格呈现，请点击阅读完整版。
智能体是什么？它有哪些主要类型？它又是如何与我们所处的世界进行交互的？本章从定义出发，为你梳理智能体的全貌。
从符号主义到LLM驱动的智能体，一段跨越数十年的演进之路。理解来路，才能看清前方的方向。
手把手实现ReAct、Plan-and-Solve、Reflection三种经典范式，从代码层面理解智能体的'思考方式'。
