AI Agent 工具太多反而难用:按需展开才是关键
接了上百个 MCP 工具,Agent 为什么反而更难完成任务?这篇拆解工具暴露策略:MCP 负责接入,应用负责筛选;先给目录、用到再展开,并结合小样本结果提醒,按需查找不自动等于准确率提升。读完可带走渐进式工具暴露思路与排查清单。
文章目录
把上百个工具接进 Agent,是能力扩张;把完整说明一次塞进当前轮次,却可能让选择变难。决定这一轮表现的,不是工具总量,而是 Agent 看见多少,以及看见的是目录还是完整定义。 现在值得重看工具设计:接入只是起点,信息组织才影响调用质量。
这篇聚焦一个反直觉结论:MCP 只解决「能不能接入」,应用层还要解决「何时展示、展示多少、如何展开」。原文小样本中,按需查找并未提高准确率,因此渐进式暴露不能只看机制,还要检查任务、选择和展开是否配合。
1、工具多,为什么反而更难干活?
1、工具多,为什么反而更难干活? · AI 生成示意图
工具列表是候选动作集合。上百个工具同时出现时,Agent 还要区分相近能力、选择入口并补齐参数,定义会彼此争夺注意力。
接入数量衡量连接规模,一轮可见量才更接近工作界面。工具多不等于更好用,关键是把无关能力挡在本轮上下文之外。 目标不是最大工具集,而是让每轮只出现与任务相关、且足够完成调用的内容。
2、MCP 解决接入,不替代应用决策
2、MCP 解决接入,不替代应用决策 · AI 生成示意图
MCP 把工具以统一方式接到 Agent 周围,解决接入问题,却不会替应用决定本轮该给哪些工具。全部原样暴露,等于把目录维护问题推给模型。
应用层仍要承担「工具策展」:维护能力目录,判断任务与工具的关系,再决定何时展开完整 schema,也就是名称、用途、输入参数和返回约定。协议层负责可达,应用层负责可达之后的选择。
3、先给目录,用到再展开
渐进式暴露分三步:先展示工具目录,用短说明指明方向;再由 Agent 选中候选工具;最后才把完整定义交给执行环节。任务未结束,就按同样方式继续扩展,而不是预加载全部工具。
| 暴露方式 | Agent 一轮看到什么 | 优点 | 主要风险 |
|---|---|---|---|
| 全部展开 | 所有工具的完整定义 | 调用入口直接 | 选择干扰大,上下文拥挤 |
| 只给目录 | 工具名称和简短说明 | 便于缩小范围 | 信息不足时难以精确调用 |
| 目录后按需展开 | 先目录,选中后再给完整定义 | 控制可见范围 | 依赖选择与展开逻辑 |
下面用一个最小 Python 示例说明目录与完整定义的边界:
TOOLS = {
'search': {
'description': '搜索文档',
'parameters': {
'type': 'object',
'properties': {
'query': {'type': 'string'}
},
'required': ['query']
}
},
'read_document': {
'description': '读取文档',
'parameters': {
'type': 'object',
'properties': {
'path': {'type': 'string'}
},
'required': ['path']
}
}
}
def build_exposure(selected=None):
if selected is None:
return [
{'name': name, 'description': tool['description']}
for name, tool in TOOLS.items()
]
return [
{'name': name, **TOOLS[name]}
for name in selected
if name in TOOLS
]
if __name__ == '__main__':
catalog = build_exposure()
expanded = build_exposure(['search'])
assert all('parameters' not in item for item in catalog)
assert expanded[0]['parameters']['required'] == ['query']
print(catalog)
print(expanded)
代码的重点不是工具名,而是暴露边界:目录对象没有参数,展开对象才带参数。实际系统可把「选中」替换为模型路由结果或规则匹配,但控制权仍在应用层。
4、小样本结果为何值得警惕
原文的重要提醒是:小样本里,按需查找并未提高准确率。这不能被解读为「渐进式设计无效」,只能说明查找机制不是准确率保证。
排查可从四问开始:目录能否区分相近工具;Agent 是否选对;完整参数是否及时展开;失败发生在选择还是执行。通常,把「找工具」和「用对工具」分开记录,比只看最终答案更容易定位问题。
因此,小样本适合形成问题清单,不适合直接宣布胜负。若要继续验证,应保持任务与评测方式可比,并分别记录工具选择、参数补全和最终结果;具体效果以原文为准。
5、把工具设计变成可验收的流程
落地时,可把工具体系拆成三层:能力目录负责「有什么」,选择规则负责「现在用哪个」,展开层负责「怎样调用」。目录描述应面向任务,相近工具要写清边界,展开则要发生在调用之前。
验收别只看是否接通:相关工具能否被识别,选中后能否拿到完整定义,参数是否足够,不相关工具是否仍占据本轮上下文。能接上只是集成完成,能被稳定选中并正确调用才是产品可用。
写在最后
工具多,不等于 Agent 强。
MCP 负责把工具接进来,应用负责决定这一轮让 Agent 看多少。
先目录、后展开,是控制选择空间的基本设计。
小样本没有证明按需查找能提高准确率,效果仍需单独验证。
**我的判断:**渐进式工具暴露值得做,但价值不来自「少塞几个工具」,而来自更清楚的选择、更完整的参数和可复盘的失败原因。
相关阅读
想把这套流程装到自己服务器上?阿凡达提供一次性的私有化部署与出海模型接入服务,说明与报价见站内服务页:查看技术服务。
文中链接
整理自本文的外部链接,请以来源页面说明为准。