待验证50% 置信观点精确时间

开源大模型表现不佳的真正原因往往不是模型能力，而是工具调用层面的系统性缺陷，Ahmad称之为「工具混乱」（Tool Confusion）

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/6

首次发现

有效期至：2026/10/4

来源

给开源模型加「修复层」：DeepSeek也能超越Claude Opus

bilibiliGelai_AI2026/7/5

相关事实

待验证作者认为开源模型工具调用表现差绝大多数情况下是框架的问题，而非模型本身的能力缺陷84% 相似待验证当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷78% 相似待验证轻量模型在高难度任务上的失败往往是结构性的，切换模型比优化提示词更务实76% 相似待验证ReAct的局限在于以模型本身为中心，缺乏对工具调用失败、模型幻觉、并发任务等工程级问题的系统性处理75% 相似待验证模型的综合能力强弱和它对指令的忠实程度是两件不同的事73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/113569

API

curl https://kongchang.com/api/v1/knowledge/claims/113569

MCP

get_claim(id=113569)