开发者实测：国产大模型在Agent工具调用与复杂指令遵循上仍落后GPT-4

近日，有开发者在实测中发现，国产大模型（如GLM、Qwen）在Agent场景下的表现仍不及GPT-4。主要问题集中在两点：一是工具调用的格式解析不够严谨，常将复杂参数（如字符串数组）错误处理为JSON字符串；二是指令遵循能力较弱，难以灵活使用新增的优化参数。这表明，尽管国产模型在长文本等基础能力上进步神速，但在构建高级智能体所需的精确控制与逻辑推理层面，仍有待进一步打磨。