待验证50% 置信基准精确时间

Needle 在项目自有基准上于移动端工具调用击败了体积10倍于它的模型，并在不确定时返回空列表而非错误猜测

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/7

首次发现

有效期至：2027/1/5

来源

AI打工人集体上岗：10款Agent工具盘点与深度解析

涉及实体

相关事实

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64% 相似待验证研究表明，对于边界清晰的判别性任务，经过针对性微调的小模型在准确率上往往能追平甚至超越参数量大十倍以上的通用模型，同时推理速度和成本优势显著61% 相似待验证工具调用次数过多会导致上下文污染，使模型难以追踪任务目标61% 相似待验证长程Agent任务的实现依赖ReAct框架等推理-行动循环，错误会在链条中级联放大，导致完成率远低于单步问答59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/985389

API

curl https://kongchang.com/api/v1/knowledge/claims/985389

MCP

get_claim(id=985389)