GPT-5.2搜索习惯遭吐槽：偏爱WebFetch导致Token消耗惊人

用户反馈显示，GPT-5.2在执行搜索任务时存在工具选择缺陷，即便系统配备了Tavily和Exa等优化工具，它仍固执地调用未经LLM优化的WebFetch。这种行为导致返回内容冗长杂乱，单次搜索的输入Token甚至超过5万，极大地增加了推理成本。相比之下，Kimi-k2.5在工具调用的合理性上表现更佳，避免了这种无效的Token浪费，引发了对AI智能体效率优化的讨论。