蒸馏出个MCP工具箱

清华，交大，普林斯顿和德州奥斯丁，港大等一堆学生联合完成的一篇论文（全华班）

文章虽然被冠以Distill，但是严格说和我们理解的Distill没啥关系

最早的Distill要求有训练任务和损失的交互

后来Deepseek把抽COT数据来FT也叫Distill

直到这个文章，连LLM的参数都被冻结了

也算是老词新用吧

AgentDistill 实现知识蒸馏的机制与传统的大语言模型（LLM）蒸馏方法不同。它通过以下关键方式实现知识转移：

训练无关的代理蒸馏：AgentDistill 是一种新颖的、无需训练的代理蒸馏框架。它与依赖于链式思考提示（CoT prompting）和昂贵微调的传统 LLM 蒸馏不同。

模型-上下文-协议 (MCP) 的直接复用：AgentDistill 的核心思想是直接复用由教师代理自主生成的模块化、可复用的模型-上下文-协议（MCP）。这些 MCP 是结构化的、可复用的任务解决模块。

 MCP-Box 的构建与集成：

    *   教师代理在任务执行过程中生成自包含的 MCP。

    *   这些 MCP 会经过一个 MCP-Box 构建过程，包括抽象（移除特定示例的短语，使其参数化和可复用）、聚类（按功能分组）和整合（将功能相似的工具实现合并为通用版本）。

    *   最终形成的 MCP-Box 是一个紧凑、结构化的存储库。

    *   在推理时，这个 MCP-Box 会直接集成（挂载）到学生代理的工具接口中，无需检索、重排序或参数选择。

*   学生代理的运行方式：

    *   学生代理（基于 SLM）在推理时策略保持冻结，不接受任何梯度更新。

    *   MCP-Box 充当一个可执行协议的外部库，封装了工具层面的逻辑，并采用参数化格式。

    *   这使得学生代理无需进行低级代码生成。

    *   学生代理仍然负责高级规划，例如决定是否调用工具、选择哪个 MCP 以及如何填充参数。

    *   蒸馏的益处在于将工具调用空间限制在了一组功能性、经过验证的选项之内。这在不干扰学生代理核心推理过程的情况下，降低了生成复杂性。

所以其实这个学生并没有干什么

但是学生模型本身必须具备有很好的MCP tool的识别和调用能力，要能支持相对高的上下文能力

剩下的事全是所谓的teacher LLM干的

teacher LLM 要build成agent的方式

然后来生成它的推理路径,也就是trajectory

at的actiion 里面就有它call了什么tool来做的下游任务，只有下游任务做成了，这条带着tool的trajectory被临时收集出来

MCP-Box 的构建是一个三步过程：抽象、聚类和整合

先把刚才被收集起来的trajectory得抽象成函数表达

然后聚类，比如这个是做CV的，那个是做nlp的给聚类一下

这一步将同一功能组内的所有工具实现合并为一个统一的版本，包括参数统一、验证和文档化，最终生成一个可用于生产的 FastMCP 兼容的 Python 文件。例如文中写道的可以将处理不同脑区或分析模式的多个 MRI 分析工具，整合为一个支持多个参数的通用 analyze_brain_mri 函数

最后学生模型其实啥页没干，挂在上就可以使用了

这个思路还可以，但是我个人理解是受限于任务的泛化的，最后又变成了RLVR 去调小模型来做agent一样的问题