为 AI 智能体提供自然语言工具的显著效果：一项在 14 个模型上验证 NLT 性能的复现研究

本研究独立复现并扩展了 Johnson 等人提出的自然语言工具（NLT）框架，质疑结构化工具调用的必要性。通过在 14 个模型上进行 8560 次试验，结果显示 NLT 将工具调用准确率提高了 14.9%，关键错误减少 93%，并降低 25.2% 的 token 消耗。研究发现模型能力调节 NLT 优势，非原生支持或小型模型获益显著，而高度优化的前沿模型增益较小。该工作证实 NLT 是生产系统中优于结构化调用的可靠替代方案。