# 工具增强推理

该工作把经典桌游《Clue》改造成文本多智能体环境，用GPT-4o-mini与Gemini-2.5-Flash各三名玩家进行18局游戏，并引入一个维护“可能性矩阵”（YES/NO/MAYBE及accusation_ready信号）的外部工具来外化信念状态跟踪，结果显示工具增强玩家的指控准确率接近满分（Gemini-2.5-Flash达1.00、GPT-4o-mini达0.96），混合局中未用工具的玩家准确率也从基线约0.81/3提升到约2.71/3，但工具并未改变智能体在已知答案后仍延迟指控的决策自主性。

该工作把经典桌游《Clue》改造成文本多智能体环境，用GPT-4o-mini与Gemini-2.5-Flash各三名玩家进行18局游戏，并引入一个维护“可能性矩阵”（YES/NO/MAYBE及accusation_ready信号）的外部工具来外化信念状态跟踪，结果显示工具增强玩家的指控准确率接近满分（Gemini-2.5-Flash达1.00、GPT-4o-mini达0.96），混合局中未用工具的玩家准确率也从基线约0.81/3提升到约2.71/3，但工具并未改变智能体在已知答案后仍延迟指控的决策自主性。