大型语言模型（LLM）在文本生成上表现优异，但在精确任务中存在不足。工具增强型代理通过调用外部API提升了LLM的能力。Toolformer和ReAct框架使模型能够自我学习和改进，增强推理和操作能力。多智能体合作与安全机制的引入，推动了AI代理的自主性和实用性，未来有望实现更智能的助手。

Meta AI开发了Toolformer，一种允许大型语言模型（LLMs）学习如何使用外部工具的方法。Toolformer可以确定调用哪些API，何时调用它们，传递什么参数以及如何集成API返回值。它以自监督的方式进行训练，并在不牺牲其核心语言建模能力的情况下显示出显著的零-shot性能改进。该方法通过从头开始生成数据集，使用上下文学习、采样API调用、执行调用并根据其对语言模型损失的影响进行过滤。实验结果证明了Toolformer在各种下游任务中的有效性。然而，仍然有一些待解决的限制。