ToolAnchor：用反事实锚点打破AI工具使用惯性，提升智能体适应新工具能力

当前，基于工具增强的大语言模型智能体在长周期任务中表现出色，但其通常是在固定工具集上进行后训练的。当任务需要新工具时，这些智能体往往难以有效整合，而从头开始重新训练通常不切实际。研究团队将这种工具集扩展问题的核心障碍归结为‘行为惯性’：即智能体倾向于依赖熟悉的工具和既有的推理模式，即使新工具可用。

为解决这一问题，研究提出在关键决策点注入‘反事实锚点上下文’可以打破这种惯性。这些锚点能够恢复失败的执行轨迹，通过激发智能体被抑制的能力来改善其表现。基于此洞察，团队开发了ToolAnchor框架。该框架利用教师模型来假设这些反事实上下文，通过学生模型的推演进行验证，并借助智能体后训练将成功的干预内化。

在通用AI助手（GAIA）、文本搜索（BrowseComp）和视觉搜索（VDR-Bench）等任务上的广泛评估表明，ToolAnchor在扩展工具集下 consistently 展现出有竞争力的性能。这项工作弥合了静态后训练与动态适应之间的差距，为可扩展的智能体强化学习开辟了新路径。该研究为解决AI智能体工具使用的灵活性问题提供了新思路，有望推动更自适应、更通用的AI助手发展。