关于AI工具层的思考
2026-07-13#灵感#ai#架构
关于 AI 工具层的思考
📋 EXAMPLE
灵感
用便宜模型 + 强工具层补足能力，而非直接用 SOTA。
核心思路
- per-turn prompt 注入：按上下文动态注入 system prompt
- JSON-schema 约束输出：结构化输出降低幻觉
- JSONL trace → SFT：把成功对话变成训练数据
工具比模型重要
💡 TIP
关键洞察
一个好工具（检索、代码执行、浏览器）比换更强的模型更有效。
未来方向
- 自动工具发现
- 工具链编排
- 多模型协作
标签：#灵感 #ai #架构