Agent 与工具调用：流程固定的才稳定

工具调用是什么

你给模型一份工具清单：名字、作用、参数格式。它需要用时，输出一段结构化的调用请求，你的代码去执行，再把结果喂回去。

模型不执行任何东西。它只是输出了一段“请帮我调这个函数”的文本。

干活的是你的代码。这一点很重要：权限、校验、超时，都在你这边控制。

所以工具调用的安全性，说到底是你接口的安全性。模型只是发起请求的客户端。

想一步，调一个工具，看结果，再想下一步。循环到它认为任务完成，或者达到步数上限。

每一步的输入都包含前面所有步骤的结果。所以上下文会迅速变长，成本也跟着涨。

五步的任务，上下文可能是单次问答的十倍。这也是 Agent 贵的原因，不只是调用次数多。

成本估算要按步数算，不是按任务算。五步的任务按十倍单次成本估，通常不会差太多。

第一步就选错工具。工具一多，它容易挑一个名字最像的，而不是最合适的。

参数格式错。日期格式、枚举值、必填项，错一个就报错，报错信息它还可能理解错。

错误累积。第三步拿到的结果是错的，第四步基于错的结果继续做，越走越偏，而且它不知道自己偏了。

停不下来。任务定义模糊时，它会一直尝试，直到步数上限。

还有一种是重复调用同一个工具，参数几乎一样，它在原地打转。

流程固定、步骤可枚举的。查订单、改地址、生成报表，每一步都能写清楚。

工具数量少的。三到五个工具，它选错的概率低；二十个工具，选择本身就成问题。

失败可回滚的。读操作随便试，写操作要有确认和回滚。

反过来的三类别上：开放式研究、需要长期规划的任务、后果不可逆的操作。这三类现在还得人来。

如果一定要试，把范围缩小，加上人工确认，别一上来就放开权限。

补充一句给 Agent 的工具，权限按最小化配。一个查天气的助手，不该有发邮件的权限。

步数上限设多少？

按最复杂任务的步数乘一点五。超过就停，让人接手，别让它自己找路。

怎么减少选错工具？

工具描述写清楚使用场景和不适用场景。只写名字和参数，它只能靠猜。

Agent 能自己纠错吗？

能发现明显的报错，发现不了逻辑错误。所以关键节点要有人看结果。