当给 agent 增加工具越来越多时，它开始调用错误的工具。让模型自己写代码来调用它们，是解决办法。

当 agent 只有少量工具时，直接调用它们毫无问题。但随着工具列表变长，问题就来了。每个工具的 schema 都会在 agent 开始真正工作之前全部塞进上下文，模型开始伸手去拿错误的工具，或者以混乱的顺序调用它们。常规的补救办法只能争取一点空间，之后就不管用了：缩短工具描述、将相关工具分组、在系统提示词中更严格地规定什么场景用什么工具——每种都有一点效果，但一旦任务需要连续使用多个工具，这些办法全都撑不住了。 真正站得住脚的做法，是不再把每个工具直接暴露给模型。给它一个小沙箱，让它写几行代码、把工具当作函数来调用，然后由它在代码中循环、过滤、链式组合这些调用，而不是每一步只做一次工具调用。 这带来两个变化。第一，上下文不再堆满一墙的 schema，每次运行的 token 消耗随之下降。第二，模型的错误调用变少了，因为编写一段短脚本本来就是它擅长的事情。 代价也是实实在在的：你现在运行的是模型写出的代码，所以这个沙箱能 import 什么、能访问什么，就成了必须严加管控的关键。如果你正在运行一个重度依赖工具的 agent，那么保留直接工具调用和让模型写代码调用工具之间，那条界线应该划在哪里？