---
id: 20260505-T0-11
title: "工具是我们所需的全部吗？揭示大语言模型智能体中的工具使用税"
url: https://ai.daily.yangsir.net/daily/20260505-T0-11
issue_date: 2026-05-05
publish_date: 2026-05-04T04:00:00.000Z
source_name: "arXiv cs.AI"
source_url: https://arxiv.org/abs/2605.00136
---

# 工具是我们所需的全部吗？揭示大语言模型智能体中的工具使用税

arXiv:2605.00136v1 公告类型：新论文 摘要：工具增强推理已成为基于大语言模型（LLM）智能体的热门方向，人们普遍认为它能提升推理能力与可靠性。然而，我们证明这一共识并不总是成立：在存在语义干扰项的情况下，工具使用可能反而会降低模型的表现。本研究揭示了“工具使用税”现象，即工具引入可能带来额外认知负担或错误风险。实验数据显示，在特定任务中，工具增强模型的准确率下降了12%-18%，响应时间增加了20%-30%。这一发现对当前工具增强范式的普适性提出了重要质疑，提示需要更谨慎地评估工具使用的实际效益。

---

**来源**：[arXiv cs.AI](https://arxiv.org/abs/2605.00136)

**详情页**：https://ai.daily.yangsir.net/daily/20260505-T0-11

---

*智语观潮 · Daily — https://ai.daily.yangsir.net/llms.txt*