你啟動(dòng)Agent時(shí)只有3個(gè)工具。系統(tǒng)提示詞里逐一命名，各給一行示例，告訴模型何時(shí)調(diào)用哪個(gè)。半年后工具膨脹到28個(gè)。產(chǎn)品陸續(xù)加了"查客戶(hù)"工具、"查客戶(hù)最近發(fā)票"工具，然后是6個(gè)"搜索文檔"的變體。系統(tǒng)提示詞從沒(méi)更新，仍寫(xiě)著那3個(gè)工具的名字。

日志揭示了后果：模型調(diào)用了一個(gè)不存在的工具。它選了search_docs_v1，正確答案卻是search_docs_legal。一半工具從未被調(diào)用，因?yàn)樘崾驹~里沒(méi)有任何字符串引導(dǎo)模型走向它們。你沒(méi)破壞任何東西，只是提示詞和工具集分道揚(yáng)鑣了。

這是生產(chǎn)環(huán)境Agent中影響最大、又最容易被忽視的bug之一。工具集在代碼里，提示詞也在代碼里。它們不是同一份代碼，不在同一個(gè)文件，CI也不會(huì)在兩者脫節(jié)時(shí)報(bào)錯(cuò)。

traces中呈現(xiàn)出幾種典型形態(tài)，根因相同：

工具調(diào)用幻覺(jué)。模型輸出tool_use，名稱(chēng)是調(diào)度器不認(rèn)識(shí)的。往往是兩個(gè)真實(shí)工具的合理拼接：你有search_customers和get_invoice_by_id，模型發(fā)明了search_customer_invoices。它在根據(jù)提示詞示例泛化，填補(bǔ)空白。Anthropic API帶著tool_use塊返回響應(yīng)，你的代碼拋"無(wú)此工具"錯(cuò)誤，用戶(hù)看到通用失敗。

孤兒工具。工具存在于注冊(cè)表，每次請(qǐng)求都發(fā)給模型，生產(chǎn)環(huán)境中從未被調(diào)用。有時(shí)是合理的（邊緣場(chǎng)景極少觸發(fā)），更多時(shí)候是工具描述太弱，模型從不選它，或另一工具描述更強(qiáng)、總是勝出。無(wú)論如何，你都在為每次請(qǐng)求發(fā)送schema的輸入token付費(fèi)，卻毫無(wú)回報(bào)。

選擇模糊。兩個(gè)工具都能回答同一問(wèn)題。模型始終選一個(gè)、忽略另一個(gè)，更糟的是隨機(jī)挑選。比如search_docs_v1和search_docs_legal，若提示詞沒(méi)說(shuō)明哪個(gè)語(yǔ)料庫(kù)是什么，選擇就是拋硬幣。用戶(hù)看到的答案 inconsistently，取決于那一分鐘模型挑了哪個(gè)文檔庫(kù)。

共同根因：提示詞沒(méi)有準(zhǔn)確描述模型擁有的工具集。

第一步是機(jī)械性的。把工具集和提示詞放進(jìn)同一數(shù)據(jù)結(jié)構(gòu)，做diff。你需要知道：注冊(cè)表里的每個(gè)工具，系統(tǒng)提示詞是否提及；系統(tǒng)提示詞里的每個(gè)工具名，是否仍然存在。