🔥 今日值得一读
先规划后检索在多工具查询中碾压先检索后规划，4.7万API规模下依然成立！
Plan or Retrieve First? A Scale Study of Tool Discovery Architectures
👨💼 主理人解读 · 为什么值得关注
帮你决定大规模API注册表下该先规划还是先检索，优化智能体工具发现的上下文利用效率。
📖 AI 总结
本文研究工具增强型大语言模型智能体在大型API注册表中发现工具的两类架构：主流的“先检索后规划”（RtP）与作者提出的“先规划后检索”（PtR）。PtR让模型先生成描述所需能力的抽象工具桩，再以此作为检索查询。研究基于ToolBench数据集（含46984个API端点、50个类别），在单工具、类内多工具和跨类多工具三类查询上展开评测，发现一个随复杂度变化的交叉现象：单工具查询中RtP更优，多工具查询中PtR更优。该结论在不同检索预算（k=1至20）、不同注册表规模（1千至4.7万API）以及Gemini 2.5 Flash和gpt-oss-120b两个模型家族中均保持稳健。作者还刻画了工具桩幻觉这一失效模式，指出其具有两面性：简单查询中会抹去RtP可直接匹配的专名信号，复杂查询中却能将多面意图分解为功能性子需求。此外，PtR的额外发现调用约使推理成本翻倍，在多工具场景下值得，在单工具场景下则不划算，因此提出可由RtP首位检索分数这一零成本信号驱动的复杂度自适应路由。
🔑 关键词速览
| Retrieve-then-Plan (RtP) | 先检索后规划：先根据用户查询检索相似工具，再基于检索结果进行规划的主流工具发现范式。 |
| Plan-then-Retrieve (PtR) | 先规划后检索：先让LLM生成抽象工具桩作为检索查询，再检索工具的新兴工具发现范式。 |
| Abstract Tool Stubs | 抽象工具桩：LLM生成的假设函数签名，用于描述所需能力，并作为检索查询。 |
| Stub-hallucination | 桩幻觉：LLM虚构出看似合理但不存在的API名称的失败模式。 |
| ToolBench | 一个包含46,984个唯一API端点、50个类别的工具检索与规划基准数据集。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅