ChatGPT 意味着大模型已经基本掌握人类语言，通过指令微调心领神会用户意图并完成任务。那么面向未来，我们可以考虑还有哪些人类独有的认知能力，是现在大模型所还不具备的呢？在我看来，人类高级认知能力体现在复杂任务的解决能力，有能力将从未遇到过的复杂任务拆解为已知解决方案的简单任务，然后基于简单任务的推理最终完成任务。而且在这个过程中，并不谋求将所有信息都记在人脑中，而是善于利用各种外部工具，“君子性非异也，善假于物也”。

这将是大模型未来值得探索的重要方向。现在大模型虽然在很多方面取得了显著突破，但是生成幻觉问题依然严重，在专业领域任务上面临不可信、不专业的挑战。这些任务往往需要专业化工具或领域知识支持才能解决。因此，大模型需要具备学习使用各种专业工具的能力，这样才能更好地完成各项复杂任务。
工具学习有望解决模型时效性不足的问题，增强专业知识，提高可解释性。而大模型在理解复杂数据和场景方面，已经初步具备类人的推理规划能力，大模型工具学习（Tool Learning）范式应运而生。该范式核心在于将专业工具与大模型优势相融合，实现更高的准确性、效率和自主性。目前，已有 WebGPT / WebCPM 等工作成功让大模型学会使用搜索引擎，像人一样网上冲浪，有针对性地获取有用信息进而完成特定任务。

最近，ChatGPT Plugins 的出现使其支持使用联网和数学计算等工具，被称为OpenAI 的 “App Store” 时刻。工具学习必将成为大模型的重要探索方向，为了支持开源社区对大模型工具学习能力的探索，我们开发了工具学习引擎 BMTools ，它是一个基于大语言模型的开源可扩展工具学习平台，将各种工具（如文生图模型、搜索引擎、股票查询等）的调用流程都统一在了同一个框架下，实现了工具调用流程的标准化和自动化。开发者可以通过 BMTools，使用给定的大模型 API（如ChatGPT、GPT-4）或开源模型调用各类工具接口完成任务。
此外，现有大部分努力都集中在单个预训练模型的能力提升上，而在单个大模型已经比较能打的基础上，未来将开启从单体智能到多体智能的飞跃，实现多模型间的交互、协同或竞争。例如，最近斯坦福大学构建了一个虚拟小镇，小镇中的人物由大模型扮演 ，在大模型的加持下，不同角色在虚拟沙盒环境中可以很好地互动或协作，展现出了一定程度的社会属性。多模型的交互、协同与竞争将是未来极具潜力的研究方向。目前，构建多模型交互环境尚无成熟解决方案，为此我们开发了开源框架 AgentVerse ，支持研究者通过简单的配置文件和几行代码搭建多模型交互环境。同时，AgentVerse 与 BMTools 实现联动，通过在配置文件中添加工具链接，即可为模型提供工具，从而实现有工具的多模型交互。未来，我们甚至可能雇佣一个“大模型助理团队”来协同调用工具，共同解决复杂问题。