#工具调用

小模型学用工具的老难题有了新解法：SeTPO 用双向 KL 同时管住探索和模仿，BFCL v4 上跑赢了蒸馏和纯 RL，做端侧模型的可以看看。

OpenBMB 的 MiniCPM-V-4.7（35B 总参、3B 激活）跑进了真实 agent 工作流，重点考验工具调用和长上下文，关注高效模型跑 agent 的可以看看。

OpenBMB@OpenBMB原文

OpenAI DevDay分享的四个优化代理应用的关键技巧，帮你平衡成本和性能。

elvis@omarsar011 个信源在谈原文

Orthogonal让智能体不再盲目重试付费调用，帮你省下冤枉钱。

rohanpaul_ai@rohanpaul_ai原文

MCP错误消息让智能体执行无效操作，凭据错误恢复率仅45%，改进后可达84%。

做 Agent 的人该看看这篇：同一模型在工具调用时比纯聊天更容易放行有害请求，安全测试可能测不出这个坑。

研究团队发现工具调用在审批延迟期间可能悄悄变更安全效果，提出 FCD 方案，32 个版本实验里拦截了效果外泄的调用，做智能体安全的可以看看。

小模型跑工具智能体老犯重复调用、提前写入这类错，这篇把失败经验做成异构图记忆来避免，τ-Bench 和 AppWorld 都验证有效，做本地部署的可以看看。

这篇论文很实用：同一个模型在 Ollama 和 vLLM 上跑工具调用评测，结果可能差几十个百分点，做本地评测前建议先看它的检查清单。

Perplexity 分享了怎么让 Computer 模型从自己的错误里学习，A/B 测试里工具调用失败率降了 21.2%，做法挺值得看看的。

Suhail@Suhail原文

多轮工具调用失败，不知道该练哪一步？这篇论文给出诊断方法，BFCL v4 缺失函数任务提升 14 个百分点。

朋友发现 Typesafe AI 的 Jev 模型很厉害，能实时评估工具调用，自动删掉无关信息，比传统压缩方法快得多。

AI Will@FinanceYF57 个信源在谈原文

朋友，你试试 xAI 的 Grok Bot，它特别擅长处理长文本和调用工具，比如帮你写代码或订车，比很多其他 AI 更方便。

eric zakariasson@ericzakariasson原文

OpenAI团队发现保真度检查有漏洞，新工具检测能揪出编造答案的模型，比传统方法更可靠。

LangChain出新版了，接上了OpenAI 3.0 SDK，还支持Gemini 3.7 Flash，修了一堆工具调用的坑，用起来更稳。

Harrison Chase@hwchase1711 个信源在谈原文

Google AI Studio 现在默认用 Gemini 3.6 Flash，还能自定义模型、加工具钩子、设预算防止跑飞，甚至远程定时调度，免费层就能用。

Philipp Schmid@_philschmid原文