研究：MCP 工具参数模式对 LLM 工具选择影响最大
原文标题：Which Metadata Matters for LLM Tool Selection in MCP? Evidence from Controlled Factor-Level Interventions
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。
论文分析 367,174 个 MCP 工具的元数据，发现功能相似的工具在参数模式上差异显著。通过对五个 LLM 与五类任务的受控干预实验发现，参数模式变化对工具选择的影响最大且最一致，模型偏好独立顶层参数，参数模式不仅影响工具如何被调用，也影响是否被选中。
深读 · 结论先行AI 生成展开看要点与影响 ↓
分析36.7万个MCP工具元数据并做受控实验：参数模式对LLM工具选择的影响最大且最一致。
- •分析367,174个MCP工具的元数据，发现功能相似的工具在参数模式上差异显著，不少工具名称与描述相近但参数结构不同
- •受控干预实验覆盖5个LLM与5类任务，每次只改一个元数据因素（服务器名、工具名、描述、参数模式），并平衡工具位置
- •用条件逻辑回归估计位置校正后的效应：参数模式变化带来的选择偏移最大且最一致
- •模型偏好独立的顶层参数，而非分组或复合形式；解释参数的描述也会提升被选中概率，名称效应更弱且不稳定
- •参数模式效应取决于具体参数名，以及请求如何表达同一信息
为什么重要：工具选择发生在调用之前，参数模式不只是「怎么调」的问题，而是「会不会被选中」的问题；做MCP工具设计的开发者应把schema当作排序信号来优化。
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
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。