摘要：随着 AI Agent 的能力不断增强，工具的设计也必须从“为人而写”转向“为智能体而构建”。本文基于 Anthropic 的最新发布，系统梳理了 Agent 工具的构建原则与评估方法，揭示如何通过高质量工具扩展 Agent 的任务边界，是一份面向未来软件开发

随着 AI Agent 的能力不断增强，工具的设计也必须从“为人而写”转向“为智能体而构建”。本文基于 Anthropic 的最新发布，系统梳理了 Agent 工具的构建原则与评估方法，揭示如何通过高质量工具扩展 Agent 的任务边界，是一份面向未来软件开发范式的实用指南。

Anthropic 上周发布了一篇很值得阅读的文章《如何为 Agent 构建工具》，包括：如何编写高质量的工具和评估，以及如何利用 Claude 来为自己优化工具，从而提升性能。

本文是对内容重点的介绍，更多详细信息，可阅读原文

传统软件是确定性系统，而像 Agent 这样的系统是非确定性的。工具是一种新型软件，它反映了确定性系统与非确定性 Agent 之间的契约。我们编写工具时，需要为 Agent 而不是为其他开发者或系统来设计。我们的目标是通过工具，让 Agent 能够采用多种成功策略，扩大其解决各类任务的有效范围。

本文描述了一个与 Agent 协作编写和改进工具的迭代流程：首先构建一个快速原型并进行本地测试，然后通过全面的评估来衡量后续的改动，并与 Agent 一起重复评估和改进的过程。

快速构建工具原型，亲身体验。

使用 Claude Code 编写工具时，提供相关软件库、API 的文档会有帮助。

将工具包装在本地 MCP 服务器或 DXT 中，以便在 Claude Code 或 Claude 桌面应用中连接和测试。

通过运行评估来衡量 Claude 使用工具的效果。

评估任务应基于真实世界用例，并具有足够的复杂性。

强大的评估任务可能需要多次（甚至数十次）工具调用。

在评估中，我们建议收集准确率、运行时间、工具调用次数、Token 消耗和错误等指标。

我们内部 Slack 工具在留出测试集上的性能表现：

我们内部 Asana 工具在留出测试集上的性能表现：

Agent 是你发现问题和提供反馈的得力伙伴。你可以让 Agent 分析评估结果并为你改进工具。将评估 Agent 的对话记录粘贴到 Claude Code 中，Claude 擅长分析这些记录并一次性重构大量工具。

更多的工具并不总是带来更好的结果。Agent 的“上下文”有限，应避免返回大量无关信息。应构建少量、有思想、针对特定高影响力工作流的工具。例如，实现一个 search_contacts 而不是 list_contacts 工具。工具可以整合功能，将多步操作合并为一次调用。

当工具功能重叠或目的模糊时，Agent 可能会混淆。使用命名空间（例如 asana_search, jira_search）可以帮助在大量工具之间划定界限，帮助 Agent 在正确的时间选择正确的工具。

工具应只返回高信号信息，优先考虑上下文相关性而非灵活性。避免使用 UUID 等底层技术标识符，多使用自然语言名称。可以通过 response_format 枚举参数让 Agent 控制返回“简洁”还是“详细”的响应。

详细响应示例 (206 tokens)：

简洁响应示例 (72 tokens):

优化上下文的数量和质量同样重要。为可能消耗大量上下文的工具响应实现分页、过滤和截断等机制。如果截断响应或出现错误，应提供清晰、可操作的改进建议来引导 Agent。

截断响应并提供指导:

无帮助的错误 vs 有帮助的错误：

这是最有效的方法之一。

编写工具描述时，要像向新同事解释一样，将隐含的背景信息明确化。避免模糊性，对预期输入和输出进行清晰描述和严格定义。

例如，使用 user_id 而不是 user 作为参数名。

对工具描述的微小改进都能带来显著的性能提升。

为 Agent 构建有效的工具，需要我们将软件开发实践从确定性模式转向非确定性模式。

有效的工具是有意图且清晰定义的，能明智地使用 Agent 上下文，并能直观地帮助 Agent 解决真实世界的任务。

通过系统性、评估驱动的方法，我们可以确保随着 Agent 能力的增强，它们使用的工具也能同步发展。

本文由人人都是产品经理作者【赛博禅心】，【赛博禅心】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议。

来源：人人都是产品经理一点号