Apple 研究对比工具检索架构:先规划再检索能否胜过先检索

Apple ML Research · rss · 2026-10-15

Apple ML Research 发布关于工具增强 LLM agent 工具发现架构的规模研究。当前主流范式是 Retrieve-then-Plan(RtP):将用户查询向量化,通过近似最近邻搜索从大型 API 注册表中检索相似工具,再交由 LLM 规划执行——因为有限上下文窗口无法注入全部工具定义。

研究提出并评估了另一种范式 Plan-then-Retrieve(PtR):LLM 先生成“抽象工具桩”(Abstract Tool Stubs,即描述所需能力质量的假设函数签名),再以这些桩作为检索查询去注册表中匹配真实工具。

论文在多个规模设置下对比两种架构的工具发现效果,为 agent 工具调用的工程选型提供实证依据。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →