FitText：经模因检索演化智能体工具生态

语义差距将用户描述任务的方式与工具记录的方式分开。随着 API 生态系统扩展到数以万计的端点，仅从初始查询进行静态检索无法弥补这一差距：代理对其需求的理解在执行过程中不断变化，但其工具集却没有变化。我们引入了 FitText，这是一个免训练框架，通过将其直接嵌入到代理的推理循环中来实现动态检索。 FitText 生成自然语言伪工具描述作为检索探针，使用检索反馈迭代地完善它们，并通过随机生成探索多种替代方案。模因检索在候选描述上增加了进化选择压力，由避免冗余搜索的工具记忆引导。在 ToolRet（43k 工具，4 个域）上，FitText 将平均检索排名从 8.81 提高到 2.78；在 StableToolBench（16,464 个 API）上，它实现了 0.73 的平均通过率——比静态查询检索高出 24 个百分点。能够充当有能力的语义运算符的基础模型之间的收益转移；在较弱的基础模型下，Memetic 的进化搜索反转（放大噪声而不是细化信号）将模型能力作为进化工具探索的先决条件。