人工智能领域迎来了一项突破性进展：一种能够自主创造工具的智能体架构正式问世。这项由中国研究团队开发的技术，通过让智能体在执行任务过程中动态生成所需工具，实现了推理阶段的持续进化，为通用人工智能的发展开辟了新路径。
传统智能体系统面临显著局限：当任务需求超出预设工具范围时，系统要么无法完成，要么需要人工干预补充工具。新架构通过引入"工具优先"策略，使智能体能够根据任务需求实时开发新工具。研究团队构建的原型系统在处理复杂查询时，能够自主创建并验证工具的有效性，在遇到错误时还会进行迭代修复。
实验数据显示，该系统在五个权威基准测试中累计生成了128个工具。在Humanity’s Last Exam（HLE）测试中，其表现仅次于GPT5.2-Pro智能体，在复杂检索与推理任务中甚至超出官方基准线近20个百分点。更引人注目的是，这些工具并非随机生成——当工具数量达到97个后，系统在新任务中复用现有工具的比例显著提升，最终稳定在128个工具的优化集合。
技术实现层面，研究团队设计了包含四个核心角色的协作框架：管理者负责任务分解与工具匹配，工匠角色现场开发新工具，执行者运用工具处理任务，整合者完成结果汇总。这种分工机制通过"测试时收敛"指标进行优化，使系统能够在单个任务周期内完成工具开发、验证与部署的全流程。为提升效率，团队还引入了批量处理机制，允许系统同时处理相似任务群组，加速知识积累。
工具使用分析揭示了有趣的现象：排名前五的工具包括网页搜索、内容获取和计算器等基础功能，这些高频工具的使用次数远超其他工具，呈现出明显的马太效应。这种分布模式与人类工作习惯高度相似，表明系统在工具开发过程中自发形成了最优工具集。当处理2023届毕业生数据查询这类复杂任务时，系统能够自主创建数据过滤和统计分析工具，而无需依赖预设模板。
该架构的开源特性引发了业界广泛关注。相比传统需要海量标注数据的训练模式，这种推理阶段进化机制显著降低了开发成本。研究团队仅用15万元实验经费就完成了全流程验证，其核心代码、实验日志和评测数据已全部公开。这种轻量化开发模式为中小企业和开源社区提供了新的技术路径，有望推动智能体技术的快速普及。
技术文档显示，该系统在金融、医疗等对准确性要求极高的领域具有独特优势。通过代码执行的二元反馈机制，系统能够自动验证工具有效性，避免了大语言模型常见的幻觉问题。当处理医疗查询时，系统会自主创建症状匹配工具，并通过调用权威医学数据库进行验证，这种可解释的执行过程显著提升了结果可靠性。
