Agentic LLM提示词标准化：赋能小型模型执行Agent任务的探讨

Reddit r/LocalLLaMA2026/02/12 20:49机翻/自动摘要/自动分类

摘要

本文探讨了小型语言模型（LLM）在执行代理（Agentic）任务时面临的挑战。作者观察到，目前代理能力主要依赖于200亿参数及以上的大模型。为解决这一问题，作者提出了一种创新思路：开发一个标准的开放标记语言，用于规范LLM提示词中“工具”和“任务”的结构。这种标准化格式有望通过提供统一的训练数据，长期赋能小型模型进行微调和再训练，使其也能胜任复杂的代理任务。文章呼吁社区思考是否存在或共同创建这样一个标准，以推动Agentic AI领域的发展，降低对超大型模型的依赖，从而加速AI应用的普及和创新。

正文

作者在尝试为小型语言模型（）构建标准的提示词与解析器对，以使其能够执行代理（Agentic）任务。然而，目前的观察是，实现代理能力似乎仍需要200亿参数及以上的，例如GPT OSS 20B等。在此过程中，作者提出一个想法：如果能有一个标准的开放标记语言作为交换格式，用于定义提示词中的“工具”和“任务”结构，将有助于长期训练或小型模型，使其也能具备代理能力。作者进一步询问，目前社区是否存在类似AIML（人工智能标记语言）的标准，用于规范提示词和日志中的对话格式，例如使用<task>、<tool>、<think>等标签？如果不存在，作者呼吁有兴趣的开发者共同维护这样一个标准。文中提到，AIML有一个非常古老的XML标准，但主要用于聊天机器人，且已不再维护。