人工智能領域迎來了一項突破性進展：一種能夠自主創造工具的智能體架構正式問世。這項由中國研究團隊開發的技術，通過讓智能體在執行任務過程中動態生成所需工具，實現了推理階段的持續進化，為通用人工智能的發展開辟了新路徑。
傳統智能體系統面臨顯著局限：當任務需求超出預設工具范圍時，系統要么無法完成，要么需要人工干預補充工具。新架構通過引入"工具優先"策略，使智能體能夠根據任務需求實時開發新工具。研究團隊構建的原型系統在處理復雜查詢時，能夠自主創建并驗證工具的有效性，在遇到錯誤時還會進行迭代修復。
實驗數據顯示，該系統在五個權威基準測試中累計生成了128個工具。在Humanity’s Last Exam（HLE）測試中，其表現僅次于GPT5.2-Pro智能體，在復雜檢索與推理任務中甚至超出官方基準線近20個百分點。更引人注目的是，這些工具并非隨機生成——當工具數量達到97個后，系統在新任務中復用現有工具的比例顯著提升，最終穩定在128個工具的優化集合。
技術實現層面，研究團隊設計了包含四個核心角色的協作框架：管理者負責任務分解與工具匹配，工匠角色現場開發新工具，執行者運用工具處理任務，整合者完成結果匯總。這種分工機制通過"測試時收斂"指標進行優化，使系統能夠在單個任務周期內完成工具開發、驗證與部署的全流程。為提升效率，團隊還引入了批量處理機制，允許系統同時處理相似任務群組，加速知識積累。
工具使用分析揭示了有趣的現象：排名前五的工具包括網頁搜索、內容獲取和計算器等基礎功能，這些高頻工具的使用次數遠超其他工具，呈現出明顯的馬太效應。這種分布模式與人類工作習慣高度相似，表明系統在工具開發過程中自發形成了最優工具集。當處理2023屆畢業生數據查詢這類復雜任務時，系統能夠自主創建數據過濾和統計分析工具，而無需依賴預設模板。
該架構的開源特性引發了業界廣泛關注。相比傳統需要海量標注數據的訓練模式，這種推理階段進化機制顯著降低了開發成本。研究團隊僅用15萬元實驗經費就完成了全流程驗證，其核心代碼、實驗日志和評測數據已全部公開。這種輕量化開發模式為中小企業和開源社區提供了新的技術路徑，有望推動智能體技術的快速普及。
技術文檔顯示，該系統在金融、醫療等對準確性要求極高的領域具有獨特優勢。通過代碼執行的二元反饋機制，系統能夠自動驗證工具有效性，避免了大語言模型常見的幻覺問題。當處理醫療查詢時，系統會自主創建癥狀匹配工具，并通過調用權威醫學數據庫進行驗證，這種可解釋的執行過程顯著提升了結果可靠性。
