10-Automatic Reasoning and Tool-use (ART)

版本	内容	时间
V1	新建	2026年03月26日17:31:08

ART 是什么？

ART 是思维链（CoT）+ 工具调用的智能化升级版本，核心是让大语言模型学会自动拆解任务、自动判断何时用工具、自动融合工具结果继续推理，不用人类手动写复杂的执行脚本，也不用为每个新任务单独设计示例，是让大模型 “会自己用工具解决复杂问题” 的核心框架。

简单说：普通的 CoT + 工具调用是人类教模型 “第一步想、第二步用计算器、第三步再想”，而 ART 是模型自己学 “什么时候该用工具、该用什么工具”，还能零样本搞定从没见过的新任务。

ART 要解决的核心痛点

痛点 1：人工成本极高

传统方法需要人类为每个任务手动写演示示例（比如解数学题要手动写 “分步推理 + 用计算器” 的例子），还得精心编脚本规定 “什么时候模型推理、什么时候调用工具”，任务变了就要重新写，效率极低；

痛点 2：泛化能力差

针对 A 任务写的脚本 / 示例，模型没法用到 B 任务上，遇到没见过的新任务就不会了，只能靠人类不断新增配置。

ART 的核心关键词

• 冻结的 LLM：模型的核心参数固定不变，不用为了工具调用 / 新任务重新训练，只靠任务库 / 工具库的示例让模型学习，降低使用成本；
• 交错融合：模型的推理思考和工具调用不是分开的，而是穿插进行的 —— 想一步→需要算数据就调计算器→拿到结果再继续想，无缝衔接；
• 零样本泛化：不用为新任务单独写示例，模型能从任务库的通用示例中学习，直接搞定从没见过的任务；
• 可扩展性：新增工具（比如从计算器加到翻译工具）、修正推理错误，只需要更新任务库 / 工具库，不用改模型本身。

ART 的工作流程

ART 的流程就 3 步，全程自动化，不用人类插手，哪怕是新任务也能直接处理：

步骤 1：遇新任务，从任务库 “找参考”

模型拿到一个从没见过的新任务（比如 “计算某城市 2025 年人均 GDP 并翻译成英文”），会先从提前建好的任务库里，找类似的 “多步推理 + 工具调用” 示例（比如 “计算人均收入 + 调翻译工具” 的示例），作为自己的推理参考；

步骤 2：推理中，该用工具就 “暂停 + 调用”

模型开始分步推理，当推到需要工具的环节（比如要计算 GDP，自己算不准 / 算不了），会自动暂停推理，调用对应的外部工具（比如计算器、数据库），拿到工具的输出结果（比如 GDP 的计算值）；

步骤 3：融结果，继续推理直到出答案

把工具返回的结果整合到自己的推理过程中，恢复暂停的推理，继续往下推导，直到得出最终答案（比如把计算好的 GDP 翻译成英文）。

下面看一下论文中的解释 https://arxiv.org/abs/2303.09014

image-20260326173716700

步骤 A 从任务库中选取相关任务的拆解方案；

步骤 B 在大语言模型生成推理内容的同时，从工具库中选取并调用适配的工具；

步骤 C 人类可按需对拆解流程进行编辑（例如修正、编辑相关代码），以提升模型任务执行效果。

这张图用 A、B、C 三个环节，把 ART 的核心优势具象化了：靠任务库实现新任务拆解的自动化复用，靠工具库实现推理与工具调用的自动化融合，靠人工轻量编辑实现效果的低成本优化，全程不用人类为新任务做大量的手动开发工作，特别贴合工程化落地的需求。

ART 和传统「CoT + 工具调用」区别

对比维度	传统 CoT + 工具调用	ART（自动推理与工具调用）
示例 / 脚本设计	人类为每个任务手动写，成本高	模型从通用任务库自动找，零样本适配新任务
工具调用时机	人类脚本固定规定，死板不灵活	模型自己判断，该用就用，无缝衔接
泛化能力	差，只能处理见过的任务	强，能搞定未见过的新任务
扩展性	差，改 / 加工具要重写脚本	强，更新任务库 / 工具库即可，不用动模型
人工参与度	高，全程需要人类配置	低，仅需初始化任务库 / 工具库，后续自动运行

ART 的核心优势 & 实际效果

核心优势

1. 省人工：不用为每个任务写示例 / 脚本，一次建库，多次复用；
2. 泛化强：零样本搞定新任务，适配各类复杂的 “推理 + 工具” 场景；
3. 易扩展：新增工具、修正错误只需更数据库，技术门槛低；
4. 效果稳：推理和工具调用无缝融合，结果比传统方法更准确。

实际效果

image-20260326193102103

• 按领域分组：Search（搜索类）、Arithmetic（算术类）、Misc（杂项）、MMLU（综合学科）
• 每组最后一行是Δ with ART：代表「ART 相比基准方法的提升幅度」（正数 = 更好，负数 = 更差）

ART 的典型适用场景

ART 适合所有需要 “多步推理 + 外部工具调用”的复杂任务，也是现在打造智能体（AI Agent） 的核心技术之一，典型场景包括：

• 复杂数学 / 数据分析：推理解题思路→调用计算器 / Excel→结合结果继续分析；
• 跨语言信息处理：检索中文资料→推理核心观点→调用翻译工具→生成英文报告；
• 实时信息查询：推理需要的信息→调用搜索引擎 / 实时数据库→结合最新数据完成回答；
• 多工具组合任务：比如 “计算快递运费→调用地图查距离→调用计算器算费用→生成运费说明”。

总结

ART 是让大模型 “自主化解决复杂问题” 的框架，把 “推理思考” 和 “工具调用” 做到了自动化、无缝化、泛化化，不用人类手动教，模型自己就会 “拆任务、用工具、融结果、出答案”，是大语言模型从 “纯推理” 到 “能落地解决实际问题” 的关键技术之一。