Rated 是近期出现在 arXiv 上的一种可靠性感知工具检索框架，全称为基于执行动态（Execution Dynamics）的工具检索方法，主要面向大语言模型 Agent 场景，解决在大量候选工具中如何选出真正可用的工具这一问题。随着 Agent 生态中工具数量快速增长，传统依赖描述文本匹配的检索方式暴露出短板，Rated 的提出正对应这一痛点。
Rated 的核心思路
据论文《RATED：基于执行动态的可靠性感知工具检索框架》（https://arxiv.org/abs/2610.13889v1），该方法的关键在于不只看工具的静态描述，而是通过工具的执行动态——即调用后实际行为、成功率等运行时信号——来评估其可靠性，从而在检索阶段就过滤掉描述与实际不符或经常失败的候选工具。这与当前 Agent 研究中“工具可靠性”成为独立议题的趋势相吻合：当模型可调用的工具达到数百上千个时，检索质量的误差会被下游任务放大。
与相关技术生态的关系
当前焦点与观察点
目前围绕 Rated 的讨论仍集中在学术界，其执行动态依赖真实或模拟调用，评估成本和冷启动问题是潜在的争议点：如果每个工具都需要跑执行来积累可靠性信号，对于新上架或频繁变更的工具是否适用，论文之外的实践检验尚待观察。值得关注的另一个同名干扰项是英文常用词 rated 在工业新闻中的使用，例如 世界最大容量柔性直流变压器落地广州，额定容量 770 MVA 中的 Rated 指电气设备额定值，以及纯电 Jeep Recon 以 68990 美元起售的车型报道（https://www.ithome.com/0/969/368.htm）中也常出现该词，检索该关键词时需区分技术框架与日常用法。后续值得跟踪的点包括：执行动态信号能否规模化、是否被主流 Agent 框架集成，以及与基于描述向量检索的基线相比在真实基准上的差距。