日韩三级熟妇网站,香蕉伊人成人在线视频

Claude 新增三項測試版功能：發(fā)現(xiàn)、學習并執(zhí)行工具

2025-12-01 17:20

AI Agent 在未來能夠使模型與成百上千種工具協(xié)同工作。例如，集成 Git 操作、文件處理、包管理器、測試框架和部署管道的 IDE 助手；以及能夠同時連接 Slack、GitHub、Google Drive、Jira、公司數(shù)據(jù)庫和數(shù)十個 MCP 服務器的運維協(xié)調器。

為了構建更高效的 Agent，需要使用無限的工具庫，而無需預先將所有定義都加載到上下文中。Anthropic 之前一篇論文討論過，將代碼執(zhí)行與 MCP 結合使用會在 Agent 讀取請求之前消耗超過 50,000 個tokens。Agent 應該按需發(fā)現(xiàn)并加載工具，只保留與當前任務相關的工具。

除此之外，智能體也需要具備從代碼調用工具的能力，能夠根據(jù)當前任務靈活處理。Agent 不僅需要學習模式定義，還需要從示例中學習工具的正確用法。

而就在昨日，Anthropic 發(fā)布了三項測試功能，讓這一切成為可能。

工具搜索工具：允許 Claude 使用搜索工具訪問數(shù)千種工具，而無需占用上下文窗口。
程序化工具調用：Claude 在代碼執(zhí)行環(huán)境中調用工具，從而減少對模型上下文窗口的影響。
工具使用示例：為演示如何有效使用特定工具提供了一個通用標準。

搜索工具

隨著連接的服務器數(shù)量增加，tokens 的數(shù)量也會不斷累積。

58 個工具就能消耗了大約 5.5 萬個令牌。在 Anthropic 的測試中，工具定義在優(yōu)化之前就能消耗 13.4 萬個 tokens。

工具搜索工具不會預先加載所有工具定義，而是按需發(fā)現(xiàn)工具。Claude 只會看到當前任務實際需要的工具。

根據(jù)傳統(tǒng)方法，所有工具定義會預先加載，并且對話歷史記錄和系統(tǒng)提示會爭奪剩余空間。這就導致工作開始前，上下文總消耗量約為 77K 個tokens。

若使用工具搜索工具，僅預先加載工具搜索工具，而且會根據(jù)需要按需發(fā)現(xiàn)工具�？偵舷挛南牧績H約 8.7K 個代幣，保留了 95% 的上下文窗口。

測試表明，啟用工具搜索功能后，Opus 4 的準確率從 49% 提高到 74%，Opus 4.5 的準確率從 79.5% 提高到 88.1%。

值得注意的一點是，啟用工具搜索功能也需要權衡利弊。該功能會在工具調用前增加一個搜索步驟，當上下文節(jié)省和準確性提升帶來的收益超過額外延遲時，它才能帶來最佳的投資回報率。

由此看來，該功能在以下場景中發(fā)揮最大：

工具定義消耗超過 1 萬個令牌
構建具有多個服務器的 MCP 系統(tǒng)
10 多種可用工具

程序化工具調用

隨著工作流程變得越來越復雜，傳統(tǒng)的工具調用方式會帶來兩個根本性問題：第一，中間結果造成的上下文污染；第二，每次工具調用都需要一次完整的模型推理。

程序化工具調用使 Claude 能夠通過代碼而非單獨的 API 調用來協(xié)調工具。Claude 可以通過編寫代碼來調用多個工具，并控制哪些信息最終進入其上下文窗口。

該功能可以提升以下效率：

代幣節(jié)省：平均使用量從 43,588 個代幣降至 27,297 個 tokens，復雜研究任務的代幣消耗量減少了 37%。
降低延遲：在單個代碼塊中協(xié)調 20 多個工具調用，從而減少了 19 次以上的推理過程。
準確率提升：內部知識檢索準確率從 25.6% 提升至 28.5%； GIA 基準測試準確率從 46.5% 提升至 51.2%。