导读： AI Agent 在未来能够使模型与成百上千种工具协同工作。例如，集成 Git 操作、文件处理、包管理器、测试框架和部署管道的 IDE 助手；以及能够同时连接 Slack、GitHub、Google Drive、Jira、公司数据库和数十个 MCP 服务器的运维协调器。为了构建更高效的 Agent，...

AI Agent 在未来能够使模型与成百上千种工具协同工作。例如，集成 Git 操作、文件处理、包管理器、测试框架和部署管道的 IDE 助手；以及能够同时连接 Slack、GitHub、Google Drive、Jira、公司数据库和数十个 MCP 服务器的运维协调器。

为了构建更高效的 Agent，需要使用无限的工具库，而无需预先将所有定义都加载到上下文中。Anthropic 之前一篇论文讨论过，将代码执行与 MCP 结合使用会在 Agent 读取请求之前消耗超过 50,000 个tokens。Agent 应该按需发现并加载工具，只保留与当前任务相关的工具。

除此之外，智能体也需要具备从代码调用工具的能力，能够根据当前任务灵活处理。Agent 不仅需要学习模式定义，还需要从示例中学习工具的正确用法。

而就在昨日，Anthropic 发布了三项测试功能，让这一切成为可能。

• 工具搜索工具：允许 Claude 使用搜索工具访问数千种工具，而无需占用上下文窗口。

• 程序化工具调用：Claude 在代码执行环境中调用工具，从而减少对模型上下文窗口的影响。

• 工具使用示例：为演示如何有效使用特定工具提供了一个通用标准。

搜索工具

随着连接的服务器数量增加，tokens 的数量也会不断累积。

58 个工具就能消耗了大约 5.5 万个令牌。在 Anthropic 的测试中，工具定义在优化之前就能消耗13.4 万个 tokens。

工具搜索工具不会预先加载所有工具定义，而是按需发现工具。Claude 只会看到当前任务实际需要的工具。

根据传统方法，所有工具定义会预先加载，并且对话历史记录和系统提示会争夺剩余空间。这就导致工作开始前，上下文总消耗量约为77K个tokens。

若使用工具搜索工具，仅预先加载工具搜索工具，而且会根据需要按需发现工具。总上下文消耗量仅约8.7K个代币，保留了95%的上下文窗口。

测试表明，启用工具搜索功能后，Opus 4 的准确率从49% 提高到 74%，Opus 4.5 的准确率从79.5% 提高到 88.1%。

值得注意的一点是，启用工具搜索功能也需要权衡利弊。该功能会在工具调用前增加一个搜索步骤，当上下文节省和准确性提升带来的收益超过额外延迟时，它才能带来最佳的投资回报率。

由此看来，该功能在以下场景中发挥最大：

• 工具定义消耗超过 1 万个令牌

• 构建具有多个服务器的 MCP 系统

• 10 多种可用工具

程序化工具调用

随着工作流程变得越来越复杂，传统的工具调用方式会带来两个根本性问题：第一，中间结果造成的上下文污染；第二，每次工具调用都需要一次完整的模型推理。

程序化工具调用使 Claude能够通过代码而非单独的 API 调用来协调工具。Claude 可以通过编写代码来调用多个工具，并控制哪些信息最终进入其上下文窗口。

该功能可以提升以下效率：

• 代币节省：平均使用量从43,588个代币降至27,297个 tokens，复杂研究任务的代币消耗量减少了 37%。

• 降低延迟：在单个代码块中协调 20 多个工具调用，从而减少了 19 次以上的推理过程。

• 准确率提升：内部知识检索准确率从25.6% 提升至 28.5%；GIA 基准测试准确率从 46.5% 提升至 51.2%。

程序化工具调用最适合处理大型数据集、运行多步骤工作流、处理中间数据并执行操作多个项目。

工具使用示例

JSON Schema 擅长定义结构，但它无法表达使用模式。比如何时包含可选参数、哪些组合有意义。

工具使用示例则允许直接在工具定义中提供示例工具调用。这样无需依赖模式就能向 Claude 展示具体的用法模式。

• 格式规范：日期采用 YYYY-MM-DD 格式，用户 ID 采用 USR-XXXXX 格式，标签采用 kebab-case 格式。

• 嵌套结构模式：构建带有嵌套联系人对象的报告者对象。

• 可选参数关联：包含完整的联系信息和升级机制，并有严格的服务级别协议 (SLA)。

在 Claude 内部测试中，工具使用示例将复杂参数处理的准确率从72% 提高到 90%。

工具使用示例适用于复杂的嵌套结构、具有众多可选参数和包含模式的工具等。

参考资料：

https://www.anthropic.com/engineering/advanced-tool-use