Thariq (@trq212)
x.com
本文由 Anthropic 的工程师 Thariq 分享，深入探讨了在构建 AI 智能体（Agent）工具空间（Action Space）时的核心理念与实战经验。作者提出，构建智能体最难的部分在于设计其工具集，而成功的关键在于“像智能体一样思考”，即根据模型自身的能力边界来量身定制工具。
文章通过四个核心案例展示了工具设计的演进过程：首先是提问机制的优化，从简单的参数添加、格式约定，最终演变为独立的 AskUserQuestion 工具，以实现高效的人机协作；其次是任务管理系统的升级，随着模型能力的提升，从被动的 Todo 列表转向了支持多智能体协作、具备依赖关系的 Task 工具；第三是上下文构建的转变，从依赖外部 RAG 检索转向赋予模型 Grep 等搜索工具，让模型通过“渐进式披露”自主探索代码库；最后是复杂功能的解耦，通过引入专门的子智能体（如 Guide Agent）来处理特定领域的知识，避免了系统提示词的臃肿。
作者强调，工具设计并非一成不变的科学，而是一门需要不断实验、观察模型输出并随模型能力提升而迭代的艺术。开发者应保持工具集的精简，避免“上下文腐败”，并始终关注模型在特定环境下的实际表现。
优化信息获取：AskUserQuestion 工具的诞生
在构建 Claude Code 时，如何让模型更高效地向用户提问（Elicitation）是一个核心挑战。最初，团队尝试在现有的 ExitPlanTool 中增加一个问题数组参数，但这导致了逻辑混乱：模型在制定计划的同时还要提问，容易产生指令冲突。随后，团队尝试通过修改输出指令，让模型以特定 Markdown 格式输出问题，但这在实践中并不可靠，模型经常会添加多余文字或格式错误。
最终，团队开发了独立的 AskUserQuestion 工具。这个工具在模型进入“计划模式”时被触发，会弹出一个模态框显示问题并阻塞循环，直到用户回答。这种方式不仅保证了输出的结构化，还允许用户提供多个选项供模型选择。更重要的是，模型表现出对该工具的高度适应性。这一演进过程表明，工具的设计必须符合模型的调用直觉，且应具备良好的组合性，以便在 SDK 或其他技能中复用。
任务管理的进化：从 Todo 到 Task
早期的 Claude Code 依赖简单的 TodoWrite 工具来记录工作进度，并每隔 5 轮对话发送系统提醒以防模型“迷失”。然而，随着模型能力（如 Opus 4.5）的增强，这种强制提醒反而成了束缚，限制了模型根据实际情况修改计划的灵活性。此外，原有的 Todo 模式无法支持多个子智能体之间的协作。
为此，团队将 Todo 升级为 Task 工具。与单纯的备忘录不同，Task 工具支持设置任务依赖、跨智能体共享更新，并允许模型自由修改或删除任务。这一转变揭示了一个重要规律：随着模型能力的提升，曾经起辅助作用的工具可能会变成阻碍。开发者必须定期审视旧有假设，确保工具空间与当前模型的能力剖析（Capability Profile）相匹配，避免过度干预聪明模型的决策过程。
上下文构建：从被动 RAG 到主动搜索
在处理大规模代码库时，如何为模型提供准确的上下文至关重要。起初，Claude Code 使用传统的 RAG（检索增强生成）向量数据库，但这需要复杂的索引预处理，且在不同环境下表现脆弱。最关键的是，这种方式是“喂”给模型信息，而非模型“寻找”信息。
团队随后引入了 Grep 等搜索工具，并提出了“渐进式披露”（Progressive Disclosure）的概念。现在，模型不再依赖预先索引，而是像人类开发者一样，通过搜索文件、阅读技能定义、递归追踪引用来逐步构建自己的上下文。这种从被动接收到主动探索的转变，极大地增强了模型处理复杂、未知环境的能力。事实证明，当模型足够聪明时，赋予其基础的搜索原语比构建复杂的外部检索系统更有效。
渐进式披露与子智能体应用
为了保持系统提示词（System Prompt）的精简，避免“上下文腐败”（Context Rot），团队在处理非核心任务（如产品文档查询）时采用了子智能体方案。如果将所有关于 Claude Code 的操作指南都放入主提示词，会干扰模型编写代码的主任务。
团队最初尝试让模型自行加载文档链接，但发现模型往往会加载过多无关内容。最终的解决方案是构建一个专门的 Guide Agent 子智能体。当用户询问有关工具使用的问题时，主模型会调用该子智能体，由其负责在文档中进行深度搜索并返回精炼答案。这种方法在不增加主工具集负担的前提下，扩展了智能体的行动空间。这再次证明，工具设计是一门平衡的艺术，需要通过不断的实验和观察来寻找最适合模型、目标和环境的方案。
问答
问：为什么不直接在系统提示词里告诉模型所有信息？ 答：这会导致“上下文腐败”。过多的非核心信息会干扰模型执行主要任务（如写代码）。通过“渐进式披露”或子智能体，可以保持主模型的高效和专注。
问：为什么 AskUserQuestion 比 Markdown 格式更好？
答：Markdown 格式依赖模型的遵循能力，容易产生格式错误或多余废话。独立工具能强制输出结构化数据，并能通过 UI 交互（如模态框）提升用户体验。
问：从 Todo 转向 Task 工具的主要动力是什么？ 答：主要是为了适应更强大的模型和多智能体协作需求。旧的 Todo 模式过于僵化，而 Task 支持依赖管理和跨智能体同步，更符合高级模型的运作方式。
问：在设计工具时，作者最核心的建议是什么？ 答：要“像智能体一样思考”。观察模型的输出，了解它的强项和弱点，为其量身定制工具。工具集应保持精简，且需随模型能力的提升不断迭代。