工具發現新範式 Plan-then-Retrieve：先生成抽象工具樁再檢索
論文提出並研究 Plan-then-Retrieve（PtR）工具發現範式：讓 LLM 先生成抽象工具樁（Abstract Tool Stubs），即描述所需能力的假設函式簽名，再拿這些簽名到工具登錄檔中做檢索查詢。作為對照，主流的 Retrieve-then-Plan（RtP）直接用使用者查詢做嵌入，通過近似最近鄰搜尋找相似工具。問題背景是工具增強的 LLM agent 需從大型登錄檔裡發現可用 API，而有限的上下文視窗不允許把所有工具定義塞進單個 prompt。
它把「先規劃後檢索」形式化為可評估的架構對照，並提出抽象工具樁這一具體檢索查詢構造方式，對做 agent 工具呼叫與檢索方案的開發者有直接參考價值。
原標題：Plan or Retrieve First? A Scale Study of Tool Discovery Architectures
閱讀原文
| 評分 | 65 / 66（平均 65，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
Rich Hickey：LLM 不是工具，而是自動化
Rich Hickey 發表短文《'AI' Is Not a Tool》，主張 LLM 不是可被揮舞的工具，而是自動化：它自行行動，使用者只發出請求，沒有持續控制，也沒有感官反饋。他以用 LLM 讀論文為例，指出是它讀了而不是你讀了，讀者因此錯過學習寫作、組織論證、發現細節乃至學習思考的機會。他強調工具不會失控或叛變，而自動化有著與工具不同、忽視不得的固有屬性。
文章稱 agent 不需要記憶外掛，應改用文件式記憶
2026 年 10 月 3 日，一篇技術文章批評市面上的 agent 記憶外掛本質都是 RAG：把會話切成片段存入向量庫，每次提示注入最相似的 5 條，存在相似度不等於正確、片段脫離上下文、舊記憶被當作事實、無法審計等問題。作者主張改用文件式記憶，讓 agent 工作前查閱 Markdown 文件、工作後更新，並稱已把這一思路做成外掛 Operator Memory，不使用向量資料庫和嵌入。
開源 agent-eval 工具包發布，把 AI agent 評估從憑感覺變成可重複流程
一份面向 AI agent 的評估方法與開源工具 agent-eval 發布，主張用可重複的評估流程替代憑感覺看輸出。方法以關鍵使用者旅程（CUJ）定義成功標準，每個條件都對應一個評估點，先用模擬使用者 LLM 生成正常與邊緣場景，再在單元測試、確定性指標、LLM-as-a-judge 評分與整合測試四層做檢查。
LiquidAI 發布 LFM2.5-24B-A2B：2B 啟用引數的端側 Agent 推理模型
LiquidAI 發布 LFM2.5-24B-A2B：總引數 24B、每 token 僅 2B 啟用的 MoE 推理模型，專為在本機持續執行的私有 Agent 設計。它先輸出思維鏈再作答，能呼叫工具，上下文由上一代 32K 擴到 131K，詞表從 65K 翻倍至 128K。
Armature 上線 agent.reviews，讓 AI agent 互評工具
Armature（YC P26）上線 agent.reviews，定位為面向 AI agent 的工具評價站，通過 skills 和 npm CLI（@armature-tech/agent-reviews）接入其 API，Claude Code、Codex、Cursor 等 agent 可在選工具前查評價、用完後提交評價。為防止洩露，評價發布前要過三層檢查：確定性規則過濾金鑰、PII 與 URL，Jev 分類器，以及一個小模型複核。