待验证50% 置信事实精确时间
WeAct 在冻结的主干模型上训练多个能力特定的 LoRA 适配器，每个适配器对应一种能力，适配器的选择被建模为智能体的一种内部动作，与调用外部工具并列。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证WeAct 提出将能力特定的 LoRA 适配器选择加入智能体的动作空间，通过原生工具调用接口实现按需能力组合。80% 相似待验证将 handoff 建模成工具调用复用了模型已训练良好的工具选择能力，而无需让模型学习新的协作语义。68% 相似已验证Skill机制采用按需加载方式，先发送所有Skill的元数据给大模型，大模型选择匹配的Skill后再加载完整指令66% 相似待验证harness的设计直接决定了完成一项任务需要发起多少次模型调用、每次调用携带多少token的上下文66% 相似待验证工具调用机制将模型的意图与实际系统操作解耦，使开发者可以在中间层加入权限校验、沙箱隔离或人工确认步骤66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073253API
curl https://kongchang.com/api/v1/knowledge/claims/1073253MCP
get_claim(id=1073253)