1 1
（CoT）”、“自动推理并使用工具（ART）”、“思维
树（ToT）”……甚至运用心理学对 LLM 进行“情绪提
示（EmotionPrompt）”，提示词工程俨然在将 LLM 一
点一点解剖，试图让人类成为可以将其掌控的“咒术师”。
八、
AutoGPT 的出现，带着 LLM Agent 的概念进入 LLM
发展的新阶段。LLM Agent 是一种基于 LLM 的智能代
理，它能够自主学习和执行任务，具有一定的“认知能力
和决策能力”。LLM Agent 的出现，标志着 LLM 从传
统的模型训练和应用模式，转向以 Agent 为中心的智能
化模式。LLM Agent 打破了传统 LLM 的被动性，使
LLM 能够主动学习和执行任务，从而提高了 LLM 的应用
范围和价值；它为 LLM 的智能化发展提供了新的方向，
使 LLM 能够更加接近于人类智能。
九、
AI 原生，目前还没有明确的定义，大致是说，不同于当前
各种应用在原本的基础上增加 AI 能力，使其智能化，但
它的智能只充当了“辅助”角色；在 AI 原生的语境下，
LLM 从一开始就是应用的中枢，应用本身的架构、功能、
交互层是围绕 LLM 中枢来构建的。也许 ChatGPT 是最
经典的“AI 原生”应用。此概念目前还处在萌芽期，明确
的概念、应用场景、架构、技术栈细节等尚未完成自洽。
换一种视角来看，这个概念的提出其实都没技术什么事，
有人称之为“造商业概念”，这里按下不表。
十、
镜头给到国内。相比国际上当前逢 AI 必 GenAI，国内更
多地还是在 LLM 这一层面，Robin Li 的“卷大模型没意
义，卷应用机会更大”，其实很深刻地指出了内中区别。
本报告以开发者视角为主，从 LLM 切入，但实际上或多
或少与 GenAI 脱不开关系。
2023 年国内 LLM 发展活跃，从最初的百度文心一言“硬
刚”ChatGPT，到后来各式各样的大模型与产品出现，覆
盖了不同的领域和场景，构建了多元化的大模型生态。
大模型方面，百花齐放：百度的文心一言、抖音的云雀大模
型、智谱 AI 的 GLM 大模型、中科院的紫东太初大模型、
百川智能的百川大模型、商汤的日日新大模型、MiniMax 的
ABAB 大模型、上海人工智能实验室的书生通用大模型、腾
讯的混元大模型、蚂蚁的百灵大模型等。
另一方面，除了大模型本身，中国在 LLM 相关技术领域也
快速迭代发展，诸如 Dify.AI 的 LLMOps、Milvus 的向量
数据库、CodeGeeX 与 Comate 的 AI 编程、对 LLM
Prompt 的研究、OneFlow 的深度学习框架。
值得一提的还有华为的盘古大模型，其中盘古气象大模型是
首个精度超过传统数值预报方法的 AI 模型，速度相比传统
数值预报提速 10000 倍以上，能够提供全球气象秒级预
报。盘古大模型的研究成果在国际顶级学术期刊《自然》正
刊发表，获得国际学术界的认可。
年底，零一万物推出的 Yi 模型，200K 上下文窗口，可处
理约 40 万字的文本，成为当时全球大模型中最长的上下文
窗口。其中 Yi-34B 在 Hugging Face 英文测试榜单中位
列第一，在 C-Eval 中文能力排行榜中超越所有开源模型。
十一、
这一小节，通过一些数据来简要概述 2023 年的 LLM、
GenAI。根据金融数据和软件公司 PitchBook 的数据，从
截至 3 月 29 日追踪的 9 笔交易来看，生成式 AI 公司
的投前估值中位数已经飙升至 9000 万美元，高于 2022
年的 4250 万美元。PitchBook 的分析师预测，以 32%
的复合年增长率计算，到 2026 年，生成式 AI 市场规模
将达到 981 亿美元。
