清华AI新法：学会何时才动用工具
AI的价值不在于做得多，而在于做得对。7月3日，清华大学研究团队发布最新成果，展示了让大语言模型学会判断"何时该调用工具、何时该直接回答"的方法论。这一研究针对的是当前Agent应用中最容易被忽视的痛点：大多数LLM在接入工具后会变得"工具依赖"，哪怕简单问题也要走一遍工具调用流程，效率极低。01 工具调用泛滥的后遗症大模型接入工具后普遍存在过度调用问题。用户问"今天天气怎么样"，模型可能先调用搜索、再调天气API、再整理输出——三步做完其实一步就够。这种"能力溢出"带来的效率损耗，在高并发场景下会成为严
AI+费控：智能审核80%自动通过，财务仅处理剩余20%
关键见解：AI的意义在于，在财务介入前，先完成所有可判定的检查，清晰呈现结果，让财务只需做最后一步——“是否信任AI的判断”。关联前文：本系列第3篇，前作《AI+费控|报销慢、审核累？AI让费用报销从15分钟缩短到2分钟》系统仅配置了3项检查，实际需查12项。非技术难题，而是业务考虑不周、规则配置不全。个人见解：规则配置不到位，并非“忘了”，而是“不知要配”——许多企业未梳理“审核到底需查什么”。去年疫情期间，公司发文：“即日起所有差旅报销需额外审批，需总监签字”。财务主管问我：“如何加入此规则？”IT回