AI Agent 工具设计的实用框架
文章将 AI Agent 工具分为感知、执行、协作、事件触发和用户沟通五类,并比较专用代码工具与“Skill 加通用执行器”两种能力表达方式,涉及参数复杂度、变更频率、模型能力和工具粒度等考量。文章还讨论 MCP 互操作、分层组织、动态与渐进式工具发现、事件驱动的异步 Agent、第三方 MCP 服务器带来的安全风险,以及人在回路审核。作者称 Manus、OpenClaw 等通用 Agent 已具备电影《Her》中 Samantha 的大部分相关能力;这一比较属于作者判断。
文章提供了一套连接语言模型推理与数字工具的实用分类框架,并系统讨论工具选择、互操作、发现、安全和可靠的异步运行等设计问题。
工具
在科幻电影《Her》中,AI 助手 Samantha 能主动整理邮件、识别出情感复杂的信件并提议润色回复,能代表主角处理出版事宜,还能在不同的沟通渠道间无缝切换。她的智能之所以动人,是因为她拥有强大的工具——连接语言“大脑”与真实数字世界的“手脚和感官”。今天的 Manus、OpenClaw 等通用 Agent 已经基本实现了《Her》中 Samantha 所需的大部分能力。
本文首先给出五类工具的分类总览;然后讨论适用于所有工具的通用设计原则,以及 MCP 协议如何统一工具生态,并在此基础上借助分层组织、动态发现与 Skills 应对工具选择的挑战;接着逐类深入 Agent 主动调用的三类工具——感知、执行、协作;随后讨论事件驱动的异步 Agent 架构,以及依托这一架构的事件触发工具和用户沟通工具;最后以“主动工具发现”收尾,系统回答工具规模成百上千时的发现问题。
工具的分类
# AI Agent 全景知识基础介绍了Agent 的五类工具(感知、执行、协作、事件触发、用户沟通)。为了帮助理解这五类工具的设计差异,可以从两个特征来审视它们:调用方向(这次交互由谁发起)和作用对象(这次交互作用于什么)。需要说明的是,这两列并不构成一个交叉分类框架——每类工具在“作用对象”上各有专属的取值——它们的作用是帮助读者快速把握每类工具的定位。表4-1 汇总了五类工具的这两个特征,便于后文逐类讨论其设计重点。
部分来源内容未展示,可前往原文继续阅读。