AI 产品

研究显示AI代理中JSON工具调用或成性能瓶颈，代码编写方法更高效

首次出现 8月15日 20:31·最近更新 8月15日 20:31

一项研究比较了AI代理中标准JSON工具调用与代码优先方法（模型编写Python脚本调用工具）。在309个任务的BFCL v4子集上对14个模型测试，事实表明：代码调用在11个模型中匹配或优于JSON，GPT-5.6-Sol和Terra各提高10.6个百分点；多次调用任务中差距显著，如Claude Sonnet 5的JSON模式在100次调用后准确率降至0%，而Python保持100%；顺序链在13个模型中更快。讨论指出，JSON调用可能成为瓶颈，但较旧GPT模型因生成损坏Python代码而性能下降。

多来源证据

Twitter/X AI List·twitter·8月15日 20:15

JSON工具调用对于较新的AI代理可能是一个不必要的瓶颈。能力较强的模型通过编写代码比发出JSON调用能更好地编排工具。

JSON工具调用对于较新的AI代理可能是一个不必要的瓶颈。能力较强的模型通过编写代码比发出JSON调用能更好地编排工具。本文比较了标准JSON调用与代码优先设置，其中模型编写一个Python脚本来调用相同工具。在309个任务的BFCL v4子集上，对14个模型进行测试，程序化工具调用在11个模型中匹配或优于JSON，其中GPT-5.6-Sol和Terra各自提高了10.6个百分点。当单个任务需要多次调用时，差距更为明显。例如，对于Claude Sonnet 5，JSON调用通过70次扇出后开始遗漏调用；在100次调用时，枚举准确率降至0%，而Python方法保持在100%。顺序链在14个模型中

事件时间线

8月15日 20:15
Twitter/X AI List
JSON工具调用对于较新的AI代理可能是一个不必要的瓶颈。能力较强的模型通过编写代码比发出JSON调用能更好地编排工具。