26年9月来自UIUC的论文“Harness Engineering in LLM Tool Use via Agent-Native Reusable Tool Primitives”。该论文聚焦LLM工具使用中的问题，提出HEART框架。关键技术包括Tool Primitives、ToolFace和HEART多智能体系统。Tool Primitives是核心创新，用自然语言接口替代API schema；ToolFace是工具仓库，支持动态检索；HEART由Planner、Router、Verifier三个智能体组成，形成完整执行循环。实验部分展示在五个基准上的结果，特别是性能对比和成本优势。安全部分提到对提示注入攻击的免疫性。限制部分也提到token消耗和人工schema维护的问题。一、论文概览这篇论文提出了 HEART（Harness Engineering via Agent-native, Reusable Tool Primitives），一个针对大型语言模型（LLM）工具使用问题的系统性框架。作者指出当前LLM工具使用面临两大核心挑战：工具间交互脆弱性：多步骤、多轮推理中，模型难以将前一工具的输出正确映射为下一工具的输入schema，因为工具API异构且输出格式多样大工具目录性能退化：工具数量增加时模型性能显著下降（8K到120K token规模下准确率下降7%-85%）如图1 所示HEART 概述。规划器执行意图分析并检查信息是否充足，必要时向用户索取缺失的详细信息。一旦收集到足够的上下文信息，路由器会映射参数并将调用分派给存储在 ToolFace 中的相应工具原语。每个工具原语执行底层函数并将结果返回给验证器，验证器评估任务完成情况、参数一致性、执行有效性和约束满足情况。如果验证失败，则会向规划器返回结构化反馈以进行重新规划。二、三个核心技术创新 通过智能体原生可重用工具原语实现LLM工具使用驾驭工程
26年9月来自UIUC的论文“Harness Engineering in LLM Tool Use via Agent-Native Reusable Tool Primitives”。该论文聚焦LLM工具使用中的问题，提出HEART框架。关键技术包括Tool Primitives、ToolFace和HEART多智能体系统。Tool Primitives是核心创新，用自然语言接口替代API schema；ToolFace是工具仓库，支持动态检索；HEART由Planner、Router、Verifier三个智能体组成，形成完整执行循环。实验部分展示在五个基准上的结果，特别是性能对比和成本优势。安全部分提到对提示注入攻击的免疫性。限制部分也提到token消耗和人工schema维护的问题。一、论文概览这篇论文提出了 HEART（Harness Engineering via Agent-native, Reusable Tool Primitives），一个针对大型语言模型（LLM）工具使用问题的系统性框架。作者指出当前LLM工具使用面临两大核心挑战：工具间交互脆弱性：多步骤、多轮推理中，模型难以将前一工具的输出正确映射为下一工具的输入schema，因为工具API异构且输出格式多样大工具目录性能退化：工具数量增加时模型性能显著下降（8K到120K token规模下准确率下降7%-85%）如图1 所示HEART 概述。规划器执行意图分析并检查信息是否充足，必要时向用户索取缺失的详细信息。一旦收集到足够的上下文信息，路由器会映射参数并将调用分派给存储在 ToolFace 中的相应工具原语。每个工具原语执行底层函数并将结果返回给验证器，验证器评估任务完成情况、参数一致性、执行有效性和约束满足情况。如果验证失败，则会向规划器返回结构化反馈以进行重新规划。二、三个核心技术创新