ToolSelf：通过工具驱动的内在适应统一任务执行与自我重构

基于大语言模型（LLM）的智能体系统在处理复杂、长期任务方面展现出巨大潜力。然而，其效能受到静态配置的限制，这些配置在执行前固定不变，无法适应任务动态变化。现有方法依赖手动调度或启发式补丁，往往泛化能力差且优化碎片化。为此，本文提出ToolSelf，一种新的范式，实现工具驱动的运行时自我重构。通过将配置更新抽象为可调用工具，ToolSelf将任务执行与自我调整统一到单一动作空间，实现了从外部规则向内部参数的转变。智能体可根据任务进展自主更新子目标和上下文，并相应调整策略和工具箱，从而从被动执行者转变为任务与自我的双重管理者。此外，我们设计了配置感知两阶段训练（CAT），结合拒绝采样微调与轨迹级强化学习，以内化这种元能力。大量实验表明，ToolSelf在多种基准测试中表现优异，平均性能提升24.1%，展示了真正自适应智能体的发展路径。