通过层级执行结构实现稳健高效工具编排，伴随反思式纠错
人工智能
2026-03-02 v2
摘要
工具调用是智能体系统的核心能力，但往往由于多个工具的组织方式和执行方式而引发故障，而非单个工具调用本身。现有方法将工具执行与逐步语言推理或显式规划紧密耦合，导致行为脆弱且执行开销高。为克服这些限制，我们从工具编排的角度重新审视工具调用。我们的关键洞察是，有效的编排不要求精确的依赖图或细粒度的规划。相反，粗粒度的层级结构足以提供全局指导，而执行时的错误可在本地进行纠正。具体而言，我们将工具编排建模为学习一种捕获高级工具依赖关系的层级执行结构，通过上下文约束诱导分层执行。为处理执行时的故障，我们引入一种模式感知的反思式纠错机制，以本地方式检测和修复错误。这种设计将错误限制在单个工具调用内，避免重新规划整个执行轨迹。这种结构化的执行范式使智能体系统的编排组件具备轻量级和可复用性。实验结果表明，我们的方法在实现稳健工具执行的同时，降低了执行复杂度和开销。代码将公开发布。
引用
@article{arxiv.2602.18968,
title = {Robust and Efficient Tool Orchestration via Layered Execution Structures with Reflective Correction},
author = {Tao Zhe and Haoyu Wang and Bo Luo and Min Wu and Wei Fan and Xiao Luo and Zijun Yao and Haifeng Chen and Dongjie Wang},
journal= {arXiv preprint arXiv:2602.18968},
year = {2026}
}