关注点从「会不会答题」转向「能不能在真实环境里完成任务」：提示、推理轨迹、工具调用、延迟与错误处理、评测与安全构成一个闭环。 推理能力与思维链 测试时计算扩展 工具使用与智能体设计 多模型编排 智能体的Token效率 智能体记忆 检索增强生成 嵌入与检索模型 提示工程 评测基准 幻觉检测与缓解 安全与对齐评测 水印与生成内容检测 返回自然语言处理。