Agentic Design Patterns Part 3, Tool Use, Andrew NG, deeplearning.ai
LLM 脱胎于人类自然语言，却天然受困于虚拟的二进制环境。想要充分发挥它的能力，必须得让他使用工具。但其中蕴含的潜在危险性，不在本文的讨论范围之内。
市面上很多主流商用 LLM 都或多或少的提供了工具使用的能力，包括文件解析，网页搜索等。（注：我们这里把图片识别视为模型本身的多模态能力，不是工具。）
国产大模型也不落后，特别是 Kimi 在网页搜索上的性能体验，不落下风。除了 Kimi 外，Chatglm处理逻辑类任务（比如代码相关），秘塔 AI 搜索基于搜索的应用，对标国外的 Perplexity，都有不错的使用体验。百度橙篇的长文写作，个人认为是这个没落的技术大厂，不多的能拿得出手的 LLM 应用。
理论上，人类迄今能使用的二进制工具，LLM 都能够使用。即便是物理世界的工具，也可以通过二进制手段间接使用。这也是现在 LLM 在 ChatGPT 发布函数调用功能以来，工具使用方面的发展方向。
内容搜索工具的使用，大家在 Kimi 直接体验就行，很直观。
另外一部分看起来对现有计算机不足一提的能力，比如稍复杂四则运算，LLM 却很难给出正确答案。其实人不借助计算器或者 Python 等编程语言，也很难做到准确计算。
文中举了两个例子如下图所示，分别展示了 Bing CoPilot 的内容搜索，以及 ChatGPT 的代码执行器的工具使用功能。
目前为止 LLM 使用工具的流程实现，大致如下图所示：
从上图可知，LLM tool use 模式需要一定的 Agent 应用工程能力，以及精巧的提示词设计。更重要的是 LLM 本身需要具备 tool use 的能力。
如果想尝试一下 tool use 模式开发，推荐国产 ChatGLM。
Keep learning!