---
title: "智能体工具设计：灵活端点与深层工具的取舍"
canonical: "https://siyuanailab.com/curation/translations/7e1110e3eae3b74f3e6955d0366403e0-a2d982a53dec29173a57e9716fe66bcbc3bf7adcd2c990d64a59fb508879955d/"
dateModified: "2026-11-05"
datePublished: "2026-11-05"
---

[返回日报条目](https://siyuanailab.com/curation/#entry/7e1110e3eae3b74f3e6955d0366403e0)

 

资料节译

 

# 智能体工具设计：灵活端点与深层工具的取舍

 

[阅读原文](https://dev.to/abivarma/the-swiss-army-knife-trap-why-wrapping-every-api-as-an-agent-tool-backfires-1be0)

 

现有资料无法确认原文完整，本页只翻译已取得的材料。

 

现有原件无法确认图片是否齐全。

 

把智能体接入后端有两种方式，各自在不同地方会出问题。

 

把每个端点都封装成工具，就能保留灵活性：智能体可以按没人预先设想的方式组合步骤。需要长链路任务、而顺序规则又写在提示词里时，这种方式就会出问题。围绕完整任务构建几个功能深入的工具，让步骤在代码中执行。任务超出建模范围时，这种方式就会出问题。对于探索型或研究型智能体，这种灵活性或许值得付出代价。对于涉及资金流转、面向客户的自动化，我通常会选择功能深入的工具。

 

这个想法源自 John Ousterhout 的《软件设计哲学》。深模块用简单的接口封装大量隐藏功能。浅模块隐藏的内容很少，因此调用方要承担工作。1:1 的 API 封装是浅模块，而此时调用方成了概率模型。

 

这会在三个方面带来代价。每个模式都会在每一轮对话中占用上下文：在 Anthropic 的示例中，对话开始前，58 个工具就占用了约 55K 个 token。错误会累积：通过薄封装工具取消一项 29 美元的订阅需要六个步骤；假设每一步的成功率为 92%（这是一个假设，并非测量结果），端到端成功率约为 60.6%。此外，不变量会泄漏到提示词中，变成“始终先调用 X，再调用 Y”之类的规则，而模型可能会跳过它们。

 

这些证据有参考价值，但不足以绘出清晰的趋势曲线。一篇尚未经过同行评审的 Meta 预印本发现，自适应短名单平均包含 2.2 个工具，在展示给模型时，模型有 93.1% 的概率选对工具；固定的五个工具则为 87.1%。这衡量的是短名单长度，而不是目录规模，也没有测试合并后的工具。我能查到的来源都不是对浅工具与深工具进行的对照测试。不过，它们指向同一个结论：选项越多、彼此重叠越多，就越难选对。

 

所以要拆分工作。模型理解请求、选择一个高层级工具，并向用户展示预览。代码负责授权、锁定、检查不变量以及执行幂等支付。

 

不过，确定性不代表正确。模型仍可能选错工具或传入错误的电子邮件，而代码也会像可靠地复用正确的按比例计算规则一样，可靠地复用错误的规则。你仍然需要根据真实业务规则进行测试，并在退款前明确确认。

 

如果你正在审核工具注册表，我会从三件事着手：

 

- 合并那些几乎总是按顺序运行的工具。
 
- 在系统提示词中搜索“始终先调用 X，再调用 Y”，把每条规则改成工具内部的检查，然后删掉这句话。
 
- 在 ADR 中记录工具边界，确保任何端点在有人审核它是否应纳入更深层工具之前，都不会被做成工具。

 

完整文章包含图示、来源和完整检查清单：[https://aiadvances.org/the-swiss-army-knife-trap-why-wrapping-every-api-as-an-agent-tool-backfires-45c917478da4](https://aiadvances.org/the-swiss-army-knife-trap-why-wrapping-every-api-as-an-agent-tool-backfires-45c917478da4)

 

AI 翻译；具体表述请与原文对照。
