工具错觉：重新思考 Web 代理中的工具使用

随着网络代理的快速发展，越来越多的工作已经超越了传统的原子浏览器交互，并探索了工具使用作为更高级别的操作范例。尽管先前的研究已经显示了工具的前景，但他们的结论通常是从有限的实验规模和有时不可比较的设置中得出的。因此，几个基本问​​题仍然不清楚：i) 工具是否为网络代理提供一致的收益，ii) 有效工具的特点是什么实用设计原则，以及 iii) 工具的使用可能会带来什么副作用。为了为未来的研究奠定更坚实的实证基础，我们通过对不同工具源、骨干模型、工具使用框架和评估基准进行广泛且仔细控制的研究，重新审视网络代理中的工具使用。我们的研究结果既修正了一些先前的结论，又用更广泛的证据补充了其他结论。我们希望这项研究提供更可靠的实证基础，并启发未来关于工具使用网络代理的研究。