BRIA：执行引导的大工具库智能体工具选择方法
原文标题：Explore Separately, Adopt Selectively: Execution-Guided Tool Use over Large Tool Libraries
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 BRIA（分支-检查-采纳）智能体，将候选工具的调查隔离在独立分支中执行，任务智能体仅采纳有用结果进入主轨迹，并随任务推进动态检索新工具。在 1897 个共享工具池上，BRIA 在 PlanBench-XL 与 MCP-Atlas 上匹配或超过最强检索基线，MCP-Atlas 平均得分 89.77，比 MCP-Zero 的 75.40 高 14.37 个百分点，并位于任务性能与输入 token 成本的帕累托前沿。
- 问题
- 大工具库中多个候选工具需实际执行才能判断是否适用，共享轨迹会污染后续推理。
- 方法
- 把候选工具的调查隔离到独立分支执行，任务智能体只采纳有用结果，并随任务推进动态检索新工具。
- 结果
- MCP-Atlas 平均得分 89.77，比 MCP-Zero 的 75.40 高 14.37 个百分点，位于性能与 token 成本帕累托前沿。
- 影响
- 为大规模工具库智能体提供可落地的工具筛选范式，直接降低误选工具带来的轨迹污染与 token 浪费。
深读 · 结论先行AI 生成展开看要点与影响 ↓
BRIA 把候选工具调查隔离到独立分支，在 1897 个共享工具池上 MCP-Atlas 得分 89.77，比 MCP-Zero 高 14.37 个百分点。
- •核心机制是分支-检查-采纳：每个候选工具在独立分支中检索并执行，任务智能体只把有用结果采纳进主轨迹，避免失败尝试污染后续推理。
- •随任务推进动态检索新工具，而非一次性静态选工具。
- •评测使用 1897 个共享工具、三个语言模型，覆盖 PlanBench-XL 与 MCP-Atlas 及静态、自适应检索基线。
- •MCP-Atlas 平均 claim 得分 89.77，对比 MCP-Zero 的 75.40；并位于任务性能与输入 token 成本的帕累托前沿。
为什么重要：大工具库下的工具选择是智能体落地的瓶颈之一，该结果说明隔离试错能在提分同时控制 token 成本。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。