待验证50% 置信事实时间未知

当工具规模扩展到数十上百个时，工具描述之间的语义重叠会导致模型产生选择困惑，工具数量少于10个时模型通常能准确匹配

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

企业级Deep Research Agent落地指南：架构设计与核心痛点解决方案

bilibiliAI大模型全战

相关事实

待验证大模型在单次推理中处理的工具越多，工具选择的准确率往往越低，即工具混淆问题83% 相似已验证在ReAct框架中，当工具数量超过20个时，Token消耗和模型的工具选择准确率都会显著下降，这被称为'工具过载'问题79% 相似待验证工具参数描述过于宽泛会导致模型产生幻觉参数，过于严格则限制工具的适用范围与灵活性76% 相似待验证当会话深入到上千条消息、积累 2000 多次工具调用时，一个小的工具调用错误可能导致模型输出质量完全崩溃70% 相似待验证代理化场景对模型的工具调用和长程规划能力要求更高，而这些维度是传统代码生成基准难以充分衡量的69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/61113

API

curl https://kongchang.com/api/v1/knowledge/claims/61113

MCP

get_claim(id=61113)