Auto 不再把需要工具的活交给没有工具的模型

一个完全不会函数调用的模型被当作中等水平的工具使用者打分，于是 Auto 可能选中它——那一轮就在没有网页搜索、没有图像视频音乐生成、没有记忆也没有画布的情况下跑完，而模型把这些缺失解释成自己的局限。候选模型现在按实际能调用的能力排序，一个连第一个问题都答不上来的模型已被移出候选。