接 Phoenix + AI Agent 行为监控：那篇讲"怎么用 Phoenix 看 Agent 调用"——**本篇讲"为什么 Agent 测评比 LLM 测评难 10 倍" + 5 大测评维度 + Multi-Agent 评测体系。从 NL2API/NL2SQL/NL2CODE → 记忆 → 规划 → Multi-Agent 协作 → 实战实践。

作者：Mr.Sun
日期：2026-04-29
标签：AI Agent, Hermes, 会话管理, 工具调用

---

---

Toolformer 论文深度解读：LLM 自学使用工具

Toolformer: Language Models Can Teach Themselves to Use Tools
论文：Timo Schick et al., Meta AI, 2023
本文记录我的论文学习过程与核心理解

一、论文基础介绍