工具调用已从单步函数进化为多步状态机。
AI Know · 技术研究笔记
工具调用已从单步函数进化为多步状态机。
权限必须按会话、角色、数据范围收敛；评测不能只看结束答案，要看过程轨迹；运行时日志是事故回溯和成本核算底座。
三分钟读懂
先看结论，再决定是否深读
- 工具调用已从单步函数进化为多步状态机。
- 权限必须按会话、角色、数据范围收敛。
- 评测不能只看结束答案，要看过程轨迹。
- 运行时日志是事故回溯和成本核算底座。
- 工程化核心是把隐性知识变成可验证约束。
权限必须按会话、角色、数据范围收敛。
评测不能只看结束答案，要看过程轨迹。
运行时日志是事故回溯和成本核算底座。
一图看懂
输入与上下文→推理与执行→验证与回滚
核心原理
Agent 工具链工程化的重点，正在从“能不能调工具”转向“调得稳不稳、可不可以追溯、能否安全回滚”。在真实业务中，一个订单查询工具可能只是查询，但一旦接进退款、发券、导出数据等写操作，工具链就必须涉及权限边界、幂等性和失败补偿。工具不再是被动函数，而是具有前置条件、后置校验、失败补偿的完整执行单元。
当前的主要矛盾是：模型擅长生成调用意图，但执行系统不能用模型判断替代工程约束。工具数量越多，越需要统一注册、统一鉴权、统一观测。否则每一次模型升级或工具变更，都可能变成不可控的生产事故。
技术细节
工程实践
给开发者的三条可执行建议：
- 先建工具注册表，不直接接接口。为每个工具定义唯一标识、版本、参数模式、危险等级、幂等策略、超时时间和回滚方法。没有注册表的工具不允许被模型调用，从源头消除随意封装。
- 把权限校验下沉到执行层，不信任模型判断。每次工具调用必须由服务端根据当前会话、用户身份、资源范围和工具风险等级做强制鉴权。高风险操作需要二次确认，敏感数据默认脱敏。
- 用轨迹回放替代单点日志。完整记录每次工具调用前后的状态、决策依据、返回结果和耗时。测试环境支持按请求标识回放，生产环境至少保留可溯源字段，便于复盘定位是模型选错工具、参数错误还是执行超时。
评测与决策
没有可靠公开跑分时使用定性判断，不制造精确数字。