MetaForge：一种自我进化的多模式代理，可按需检索、适应和锻造工具

多模态代理通过工具的使用在复杂的推理任务上取得了显着的进展，但仍然受到两个问题的限制：静态预定义的工具库存无法泛化到未见过的场景，并且不加区别的工具调用会导致冗余成本和噪声引起的错误。我们提出了 MetaForge，一个多模式代理框架，它学习何时调用工具以及如何按需发展其工具集。 MetaForge 将代理行为分解为四个耦合阶段：决策（判断工具使用是否合理）、检索（选择合适的工具）、适应（根据任务上下文确定工具参数）和锻造（在线合成新技能并将其回收到工具库中以供重用），形成闭合的判断-检索-适应-锻造-回收循环。统一的编排策略使代理能够选择直接应答、重用现有工具或创建新工具。我们通过强化学习共同优化调用必要性、检索准确性、执行有效性和伪造技能的可重用性，并通过明确的调用成本惩罚来阻止冗余调用。在 12 个基准测试中，MetaForge 在准确性、效率和泛化方面始终超过 16 个基准，验证了从静态工具库存到按需自我进化的范式转变。