當前位置： OFweek 人工智能網(wǎng) > 其他 > 正文

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

來源： OFweek人工智能網(wǎng)

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(wù)器的運維協(xié)調(diào)器。

為了構(gòu)建更高效的 Agent，需要使用無限的工具庫，而無需預(yù)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(jié)合使用會在 Agent 讀取請求之前消耗超過 50,000 個tokens。Agent 應(yīng)該按需發(fā)現(xiàn)并加載工具，只保留與當前任務(wù)相關(guān)的工具。

除此之外，智能體也需要具備從代碼調(diào)用工具的能力，能夠根據(jù)當前任務(wù)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(diào)用：Claude 在代碼執(zhí)行環(huán)境中調(diào)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(wù)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(yù)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(wù)實際需要的工具。

根據(jù)傳統(tǒng)方法，所有工具定義會預(yù)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(yù)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(quán)衡利弊。該功能會在工具調(diào)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(gòu)建具有多個服務(wù)器的 MCP 系統(tǒng)
10 多種可用工具

程序化工具調(diào)用

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

程序化工具調(diào)用使 Claude 能夠通過代碼而非單獨的 API 調(diào)用來協(xié)調(diào)工具。Claude 可以通過編寫代碼來調(diào)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(fù)雜研究任務(wù)的代幣消耗量減少了 37%。
降低延遲：在單個代碼塊中協(xié)調(diào) 20 多個工具調(diào)用，從而減少了 19 次以上的推理過程。
準確率提升：內(nèi)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%。