1. 大模型的两大缺陷导致需要连接外部世界

大模型存在两大显著缺陷：
一、知识储备存在局限性
一方面，大模型并非全知全能。其训练数据无法涵盖世间所有信息，尤其是在垂直领域以及非公开数据方面，必然存在缺失。另一方面，大模型难以掌握最新信息。由于大模型的训练周期漫长，且每次更新都需耗费巨额资金，同时还面临着过度训练导致性能下降的风险，所以无法做到实时训练。以OpenAI的模型为例，其知识截止日期各有不同：

• GPT-3.5的知识截至2021年9月；
• GPT-4-turbo的知识截至2023年12月；
• GPT-4o-mini的知识截至2023年10月；
• GPT-4o的知识截至2023年10月；
• GPT-4的知识截至2021年9月 。

二、缺乏“真逻辑”
大模型所展现出的逻辑与推理能力，本质上只是基于训练文本的统计规律，并非真正的逻辑思维，这就导致了“幻觉”问题的出现 。

综上所述，为了克服这些缺陷，大模型需要与真实世界建立连接，并对接真正的逻辑系统，以此来执行确定性任务 。

2. FunctionCalling介绍

划重点：
通过 Actions 的 schema，GPT 能读懂各个 API 能做什么、怎么调用（相当于人读 API 文档）
拿到 prompt，GPT 分析出是否要调用 API 才能解决问题（相当于人读需求）
如果要调用 API，生成调用参数（相当于人编写调用代码）
ChatGPT（注意，不是 GPT）调用 API（相当于人运行程序）
API 返回结果，GPT 读懂结果，整合到回答中（相当于人整理结果，输出结论）
把 AI 当人看！

3. functionCalling的感性认识

可以到coze或智谱清言，引入一个插件，写个prompt，引入搜索插件等，大模型会自动判别什么时候调用哪些插件，并根据插件的参数，自动赋值并调用，最后根据调用结果，输出自己期望的格式内容。