待验证50% 置信事实精确时间
传统LLM交易智能体的行为几乎完全由部署前手工编写的、固定不变的工具使用策略所控制
1
来源数
50%
置信度
长期有效
时效性
2026/9/17
首次发现
来源
涉及实体
相关事实
已验证工具调用（Function Calling / Tool Use）能力使LLM得以输出结构化的意图指令，由外部执行层捕获并实际操作系统69% 相似待验证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67% 相似待验证相比单次 LLM 调用，智能体需要在多轮交互中动态决策，涉及工具注册与调度、错误重试、并发控制、可观测性等基础设施工作，工程复杂度数量级提升67% 相似待验证主流技能包执行方式是将技能指令加载到智能体的上下文窗口中，依赖智能体自身理解并遵循这些指令66% 相似待验证Anthropic引入了Tool Use机制，使LLM获得调用外部工具的能力66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/928311API
curl https://kongchang.com/api/v1/knowledge/claims/928311MCP
get_claim(id=928311)