我认为，随着Agent技术的发展，我们不【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net应该再强调主动式工具配置，Harness【关注微信公众号：wwwtangshuangnet】本文作者：唐霜，转载请注明出处。应该考虑自发现式工具加载与调用。
【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net【关注微信公众号：wwwtangshuangnet】现在，我们所有的Agent开发者，都默认未经授权，禁止复制转载。【版权所有，侵权必究】一件事，就是我们需要提前将我们需要用到的【本文首发于唐霜的博客】【本文受版权保护】Skills、MCP加载到上下文中，由L【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.netLM决策调用哪一个，再交给客户端来执行，未经授权，禁止复制转载。【本文首发于唐霜的博客】把执行结果交回给LLM后，由LLM决定下未经授权，禁止复制转载。【转载请注明来源】一步。
【转载请注明来源】【版权所有】唐霜 www.tangshuang.net这套设计，虽然可以跑，而且大部分情况下，原创内容，盗版必究。【版权所有，侵权必究】运行良好。但是，这里会遇到问题，就是你必著作权归作者所有，禁止商业用途转载。【关注微信公众号：wwwtangshuangnet】须提前将Skills、MCP作为注册表，【版权所有】唐霜 www.tangshuang.net【原创不易，请尊重版权】加载到Agent中。
未经授权，禁止复制转载。【原创不易，请尊重版权】【本文首发于唐霜的博客】而现在Agent又有了新的能力，可以动态【未经授权禁止转载】转载请注明出处：www.tangshuang.net注册与发现。例如，你可以在对话过程中，让【关注微信公众号：wwwtangshuangnet】著作权归作者所有，禁止商业用途转载。Agent创建一个Skill，并且让当前本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】这个会话中的agent立即使用这个新创建【作者：唐霜】【关注微信公众号：wwwtangshuangnet】的skill，立即来完成某项目标。这项能【关注微信公众号：wwwtangshuangnet】【原创不易，请尊重版权】力带来了非常多的想象，基于这个能力，我想【转载请注明来源】未经授权，禁止复制转载。到了一种自发现式的工具加载和调用。
【作者：唐霜】【本文受版权保护】【版权所有，侵权必究】【原创不易，请尊重版权】当前工具加载的弊病
当下的Agent工具，基于Skills标【未经授权禁止转载】【原创不易，请尊重版权】准，按照渐进式披露的模式，在启动时，将少【未经授权禁止转载】本文作者：唐霜，转载请注明出处。量skill描述、工具（MCP）描述注入【本文受版权保护】原创内容，盗版必究。到tools参数中，并且在system 未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。prompt中提供部分重要工具的用法或调【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】用规则。
【作者：唐霜】著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。然而，这种范式，存在两个不可共存的弊端：
未经授权，禁止复制转载。【本文受版权保护】- 随着工具的增加，即使每一个工具只提供少量本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】描述，也会占用大量上下文 【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。
- 如果不提供足够多的工具，那么在实际使用中【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。，我们的Agent就无法做到更加智能的完未经授权，禁止复制转载。【版权所有，侵权必究】成目标，在部分节点就会卡住 【版权所有，侵权必究】【作者：唐霜】【关注微信公众号：wwwtangshuangnet】【原创不易，请尊重版权】
这两个弊端之间又会相互牵制。如果你想节约【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。上下文，那么你就必须在一开始提供更少的工【本文受版权保护】未经授权，禁止复制转载。具注册，然后靠agent动态注册能力，在【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。对话过程中，通过手动调用模式，加载需要的【访问 www.tangshuang.net 获取更多精彩内容】【关注微信公众号：wwwtangshuangnet】skill，那么agent自己就比较弱鸡未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net；而如果你想一开始就把能想到的skill本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。都全部加载完，你就会遇到上下文爆炸问题。
【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】【原创内容，转载请注明出处】让Agent自己发现或创建Skill
面对这种无法解决的矛盾，我们需要设计一种【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。新的机制，让Agent既不需要一开始注册【作者：唐霜】【版权所有】唐霜 www.tangshuang.net大量工具来消耗上下文，也可以随时获得足够【本文首发于唐霜的博客】转载请注明出处：www.tangshuang.net多的工具支持。
【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net这种机制的工作模式很简单。在Agent对本文版权归作者所有，未经授权不得转载。【原创内容，转载请注明出处】话创建时，我们不向对话实例注入全部ski【原创内容，转载请注明出处】【访问 www.tangshuang.net 获取更多精彩内容】ll或工具，只提供核心工具，以及一个sk著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】ill发现和注册模块。在对话过程中，Ag【访问 www.tangshuang.net 获取更多精彩内容】【转载请注明来源】ent需要通过这个模块，实时检查当前的任原创内容，盗版必究。本文作者：唐霜，转载请注明出处。务，是否需要某些skill或工具支持。这【版权所有，侵权必究】【版权所有，侵权必究】里涉及了一个后端服务，它用于向agent【版权所有，侵权必究】【版权所有，侵权必究】提供实时询问和检索能力，而且性能要很好。著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。当然，agent需要在对话中，对用户的输本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。入进行判断，从用户输入以及上下文中，感知【关注微信公众号：wwwtangshuangnet】本文作者：唐霜，转载请注明出处。当前输入是否需要去对接这个后端服务。因此原创内容，盗版必究。【作者：唐霜】，这里又需要提供第2个后端服务，也就是一原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。个高速的用户意图猜测服务。用户发送的每一【原创不易，请尊重版权】本文版权归作者所有，未经授权不得转载。个对话，都会先进入这个意图猜测服务（而不本文版权归作者所有，未经授权不得转载。【访问 www.tangshuang.net 获取更多精彩内容】是直接进入LLM服务），感知用户意图之后【作者：唐霜】【版权所有】唐霜 www.tangshuang.net，路由到工具发现模块或直接给LLM服务。【未经授权禁止转载】本文作者：唐霜，转载请注明出处。当然，如果是路由到工具发现模块，那么再模转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】块返回skill之后，agent应该把它【本文受版权保护】本文版权归作者所有，未经授权不得转载。作为assistant消息，进入loop未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。，并执行skill的指令。
本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】还有一个设计，就是当意图猜测模块认为当前著作权归作者所有，禁止商业用途转载。【转载请注明来源】这个输入，需要一个“能完成xxx的工具来未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net完成”时，如果在工具发现模块中并没有找到原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。相同能力的工具，那么，就可以让该模块动态著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。的创建这个skill。
转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】其实，这里你可以发现，agent as 【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】service，两个后端模块服务，本质上转载请注明出处：www.tangshuang.net【本文受版权保护】也是agent，只不过它们是比较专业化的【原创内容，转载请注明出处】转载请注明出处：www.tangshuang.netagent，只负责很小的一个任务，而且性本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】能要求很高。
【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。向后兼容的巧合性
随着底层大模型的发展，如今的很多Agen原创内容，盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】t设计都不再需要，甚至很多架构都变得多余本文作者：唐霜，转载请注明出处。【本文受版权保护】。
【本文受版权保护】著作权归作者所有，禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net【版权所有，侵权必究】例如，现在的agent很喜欢做“上下文工【原创不易，请尊重版权】著作权归作者所有，禁止商业用途转载。程”的设计，通过上下文工程，来对上下文进转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。行管理，从而试图用对上下文进行压缩，保持本文作者：唐霜，转载请注明出处。本文版权归作者所有，未经授权不得转载。模型的专注力，以保持模型性能。但是，随着【关注微信公众号：wwwtangshuangnet】【本文受版权保护】模型能力的提升，上下文窗口从16k到25转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net6k再到1M，将来提升到100M，再加上未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。KV缓存命技术，上下文管理就变成了鸡肋，本文作者：唐霜，转载请注明出处。转载请注明出处：www.tangshuang.net不仅起不到作用，甚至导致模型表现不如预期【原创不易，请尊重版权】本文版权归作者所有，未经授权不得转载。。
转载请注明出处：www.tangshuang.net【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。在gpt新版本发布后，openAI就对c【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。odex的系统提示词进行了优化，减少了很著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。多原来版本中的系统提示词内容。而类似su【作者：唐霜】【本文受版权保护】perpower等项目，在新的模型版本诞未经授权，禁止复制转载。【原创不易，请尊重版权】生后，也变得鸡肋，不仅不能提升agent【未经授权禁止转载】【作者：唐霜】的能力，反而让agent消耗大量toke原创内容，盗版必究。本文作者：唐霜，转载请注明出处。n的同时，做出垃圾决策。
原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】因此，有的时候，少即是多。
原创内容，盗版必究。【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】把skill/工具的部分，从agent本【版权所有】唐霜 www.tangshuang.net【关注微信公众号：wwwtangshuangnet】身拆分出来，独立提供为一个服务，恰巧符合【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】了这种大模型发展的规律。
【原创不易，请尊重版权】【关注微信公众号：wwwtangshuangnet】【转载请注明来源】【转载请注明来源】当大模型的能力发展到一定程度之后，它自己本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】具备对用户意图的感知能力，届时，我们不再【未经授权禁止转载】未经授权，禁止复制转载。需要上述“意图猜测”的模块，而是有大模型未经授权，禁止复制转载。未经授权，禁止复制转载。自行决策。同时，由于agent对话服务和转载请注明出处：www.tangshuang.net【未经授权禁止转载】工具调用服务分开，这使得工具部分可以动态【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】配置，而无需对agent做工具部分的调整【原创不易，请尊重版权】【作者：唐霜】。现在，openAI等服务商，都在推动s【版权所有，侵权必究】【作者：唐霜】erver tools，也就是把部分工具本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。内置为模型接口的能力。虽然agent a本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】s service最后可能演变为agen未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。t as API，但是这意味着token【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】更加不可见，所以肯定还是有部分人愿意有本原创内容，盗版必究。【本文首发于唐霜的博客】地agent来调用工具，而且，要对本地进【转载请注明来源】【关注微信公众号：wwwtangshuangnet】行操作，必然要让agent拥有本地工具。
【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。这也就意味着，我们对这套设计，恰巧和大模著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。型的发展规律匹配上了，即使将来大模型非常本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。高级，这套设计仍然可用。
未经授权，禁止复制转载。未经授权，禁止复制转载。【本文受版权保护】本文作者：唐霜，转载请注明出处。结语
本文提出了一种自发现式加载和调用工具的设【本文受版权保护】本文版权归作者所有，未经授权不得转载。计，主要用于对抗当前agent局限：工具【原创内容，转载请注明出处】【访问 www.tangshuang.net 获取更多精彩内容】对上下文的占用和没有工具agent就不够【本文受版权保护】【本文受版权保护】智能的矛盾。同时，这种设计又正好符合大模原创内容，盗版必究。【转载请注明来源】型发展，对agent功能的覆盖。这种设计未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。有助于我们更有效的对抗当前agent存在转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】的问题。此外，它还可以有更多变体，例如在未经授权，禁止复制转载。原创内容，盗版必究。多个agent对话之间共享、更新skil转载请注明出处：www.tangshuang.net本文版权归作者所有，未经授权不得转载。l中的经验等等，而且，可以将这个工具外挂【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】作为在线服务，实现agent共享经验的生未经授权，禁止复制转载。原创内容，盗版必究。态，等等。
本文作者：唐霜，转载请注明出处。【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】【原创内容，转载请注明出处】2026-09-17 20
