
Agent工具调用转向单一exec工具,Code Mode兴起
来源标题:Why Agents Are Soon Only Going to Have 1 Tool
AI Agent的工具设计正从多工具调用转向收敛为单一exec工具,即Code Mode(程序化工具调用)。模型不再逐轮触发工具,而是编写TypeScript或Python脚本,在隔离沙箱中串联、组合并等待多个操作完成。这一转变源于模型能力提升后,多工具和MCP服务器带来的上下文窗口限制问题。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
过去两年,要构建一个能力强的 Agent,意味着要设计工具、弄清楚哪些操作能帮助模型完成任务、决定每个工具的 schema 需要多细的粒度,或者反复迭代系统指令模板。这种情况正在改变。Agent 正朝着相反的方向演进:把整个工具目录压缩成一个工具:exec。
这被称为 Code Mode(或 Programmatic Tool Calling,程序化工具调用)。它不再强迫模型在一轮又一轮的对话中逐个触发工具,而是给模型一个 exec(code) 工具。模型编写一小段 TypeScript 或 Python 脚本,在隔离的沙箱内串联、组合并 await 各项操作。

从单一操作到在代码中串联工作流
要理解为什么 Agent 正在向单一的 exec 工具收敛,我们应该先回顾一下工具调用的演进过程。
最初,我们只给 Agent 少量工具,因为面对庞大的工具目录,它们无法可靠地选择或筛选。随着模型能力提升,我们接入了数十个工具或 MCP server,却又撞上了上下文窗口的限制。我们用工具搜索和渐进式披露解决了这个问题,让 Agent 按需查找工具。
即便有了动态工具加载,我们仍然拥有数十个独立工具,也仍然受制于标准工具调用的局限:每轮只能执行一个操作。
在标准工具调用中,模型生成一个结构化对象(通常是 JSON),定义一个单一操作(最多也就是一批相互独立的扁平调用,比如读取三个文件),等待原始输出返回,将其加入 prompt 历史,再次推理,然后决定下一步做什么。
从我自己的经验来看,最近模型在单次执行中可靠地组合和串联有依赖关系的操作方面,取得了巨大进步:
- 研究与筛选: 模型不必在第 1 轮获取来源列表、第 2 轮读取、第 3 轮交叉比对,而是可以编写一个脚本,查询来源、过滤掉无关结果,并在一步之内提取出确切答案。
- 多文件编辑与内联验证: 标准编辑工具通常每次调用只操作一个文件。借助 Code Mode,模型可以跨多个文件应用协调一致的修改,运行验证检查,查看输出,或在同一脚本内根据通过或失败进行分支。
- 浏览器与计算机操作: 在 UI 自动化中,操作链往往很明确:点击按钮、填写表单、等待选择器,或在循环中翻页遍历表格。模型不必为每次点击或按键付出一次完整的模型往返,而是可以在一轮之内把整个序列或循环写成脚本,只在页面状态发生变化时才返回。
- 并行扇出与子 Agent: 当任务需要并行执行 20 次查询,或并行调用专门的子模型,并将这些输出送入第二个 API 时,模型可以
await Promise.all(...),转换数组,并调用下一个函数,而无需在步骤之间通过 LLM 上下文窗口来回往返。
几项变化共同促成了这一点。前沿模型在代码上接受了大量训练,各家提供商也开始针对 Code Mode 对模型进行后训练。与此同时,MCP server 如今越来越多地在 inputSchema 之外提供 outputSchema,让模型预先了解返回类型,从而能在看到运行时输出之前,就在同一脚本内把工具 A 串联到工具 B。
Code Mode 如何工作
Code Mode 在模型接口层面把工具目录压缩成一个单一工具:exec(code)。
Agent 不再向模型 API 传入 80 个独立的 JSON Schema 工具对象,而是把这些 schema 编译成紧凑的类型声明(declare namespace tools { ... })。当模型需要跨外部系统组合操作时,它调用 exec,并编写一段脚本来调用 await tools.<server>.<tool>(args)。
// 伪代码:暴露给模型的 TypeScript 声明
declare namespace tools {
namespace linear {
function listProjects(): Promise<Array<{ id: string; name: string }>>;
function listIssues(args: { projectId: string }): Promise<Array<{ id: string; title: string; assignee?: string }>>;
function archiveIssue(args: { id: string }): Promise<{ ok: boolean }>;
}
}
// 可选:当封装数百个工具时,不必预先暴露完整的 namespace,
// 而是在沙箱中暴露一个全局 map,让模型可以在代码中遍历和筛选
declare const ALL_TOOLS: Record<string, { description: string; signature: string }>;
// 多模态输出辅助函数:只有在这里传入的内容才会进入模型上下文窗口
declare function text(output: string): void;
declare function image(data: string | Uint8Array, mimeType?: string): void;
declare function audio(data: string | Uint8Array, mimeType?: string): void;
// 跨轮次状态辅助函数:将数据持久化到宿主内存中,而无需付出 token 成本
declare function store(key: string, value: unknown): void;
declare function load<T = unknown>(key: string): T;
为了在庞大目录下节省上下文,我们不必直接暴露每一个工具。我们可以利用已经建立的原则,比如工具搜索,或者在沙箱内暴露一个全局的 ALL_TOOLS map。同样,多模态输出辅助函数(text()、image()、audio())让脚本可以把文本、图像或音频直接传回模型的上下文窗口。
// 伪代码:模型在单次 exec() 调用内输出的内容
const projects = await tools.linear.listProjects();
const issueBatches = await Promise.all(
projects.map((p) => tools.linear.listIssues({ projectId: p.id }))
);
const unassigned = issueBatches.flat().filter((issue) => !issue.assignee);
await Promise.all(unassigned.map((issue) => tools.linear.archiveIssue({ id: issue.id })));
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。