LLM与脚本分离

LLM与脚本分离是一种构建可靠AI Agent系统的核心工程原则。它通过将LLM的推理能力与脚本的确定性执行能力明确分离，避免了LLM在确定性任务上的幻觉，确保系统稳定可靠。

设计原则

LLM负责（需要推理的任务）

• 合成信息
• 优先级判断
• 邮件起草
• 内容总结
• 决策建议

脚本负责（确定性操作）

• 读写文件
• 调用API
• 定时任务
• 时间戳比较
• 数据提取与格式化

核心优势

• 避免幻觉：LLM在时间戳比较、文件读写等确定性场景下容易产生幻觉，脚本执行则完全可靠
• 稳定可靠：用户敢于将核心工作交给Agent，因为确定性操作不会出错
• 可预测性：系统行为可预测，用户越用越信任
• 调试简单：问题定位清晰——要么是LLM推理错误，要么是脚本逻辑错误

与相关概念的关系

该原则是对[[大模型不是真理机器-而是论证机器]]中关于LLM局限性的一个工程化解决方案。它承认LLM在确定性任务上的不可靠性，并通过架构设计来规避。在[[stella-ai-assistant]]案例中，这一原则是系统成功的关键。它也与[[verification-and-rework-cost]]相关——通过减少LLM在确定性任务上的错误，大幅降低了验证与返工成本。