PlanBench-XL让Agent学会找工具
Shahules786 · x · 2026-07-14
作者介绍了 PlanBench-XL 的做法：它通过 retrieval interface 处理工具信息，而不是把所有工具定义直接塞进上下文。
设计点
- 工具定义存放在文件中
- agent 需要在任务过程中反复检索所需工具
- 这样更接近企业环境：工具很多，但上下文里不可能一次性看到全部
作者还提到，他们在自己的环境里也在尝试把同一组任务做成“完全可见 / 部分可见”两种模式，用来同时 benchmark 和训练 agent 去主动探索工具库。
所属事件:PlanBench-XL 探索大规模工具环境下的 Agent 训练(3 条相关)→
「编程与Agent」频道最新
- Cursor 发布 Agent SDK:Markdown 写提示词,TypeScript 定义工具 — soleio · 2026-10-27
- 形式化方法黑客松 Vibecheck 满员:在旧金山给真实软件做形式化验证 — spikedoanz · 2026-10-27
- 医疗 AI agent 输出如何验证?开发者征求单元测试与 LLM 评审之外的方案 — Practical_Green5775 · 2026-10-27
- AI 智能体或成运行代码的唯一方式：鲁棒性远超传统方法 — IgorCarron · 2026-10-27
- 让 Hermes Agent 当 QA：浏览器实测揪出 8 个网站问题 — techlatest_net · 2026-10-27
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27