【Anthropic】Claude 代理工具高级特性：工具搜索、编程调用、使用示例

1. 问题与动机
2. 特性一：工具搜索（Tool Search）
3. 特性二：编程工具调用（Programmatic Tool Calling）
4. 特性三：工具使用示例（Tool Use Examples）
5. 分层策略与实施
6. 可用性与接入
7. 核心思想

原文：Advanced Tool Use on the Claude Developer Platform

问题与动机

在构建大规模 AI 代理系统时，工具定义会消耗大量 token。传统的「一次性加载所有工具」模式下，工具定义可能在代理读取实际请求之前就已吃掉 50,000+ token，导致：

• 上下文窗口被浪费
• 推理成本和延迟增加
• 模型在复杂工具协调任务中表现下降

Anthropic 针对这些瓶颈发布了三项测试版特性。

特性一：工具搜索（Tool Search）

允许 Claude 动态发现工具，而非一次加载全部定义。

工作机制：

在工具定义中标记 defer_loading: true，该工具在代理真正需要时才被加载。Claude 可以通过搜索接口查询和发现可用工具。

性能收益：

• Token 消耗减少 ~85%：在测试场景中从约 77K token 下降到 8.7K token
• 准确率显著提升：Opus 4.5 在知识检索任务中从 79.5% 提升到 88.1%
• 与缓存兼容：可与提示缓存（prompt caching）配合使用，进一步提升成本效率

特性二：编程工具调用（Programmatic Tool Calling）

传统工具使用需要多轮 API 调用；此特性让 Claude 通过代码执行来编排工具，中间结果不进入 Claude 的上下文窗口。

工作机制：

代理在执行环境中直接编排多个工具调用，控制流程和条件分支，类似于编写脚本。

性能收益：

• Token 消耗减少 37%：在复杂研究任务中
• 消除多轮推理：对于多步骤工作流至关重要
• 准确率改进：知识检索准确率从 25.6% 提升到 28.5%
• 支持并行执行：多个工具可并行调用，而非顺序执行

典型场景：

预算合规性检查需要处理数千条支出行项，传统方法会将所有行项塞入上下文，导致推理变差；编程调用则将逻辑留在执行环境中，模型只关注决策和控制。

特性三：工具使用示例（Tool Use Examples）

超越 JSON Schema 定义，提供具体的使用样板，帮助模型理解：

• 格式约定
• 参数关联关系
• 可选字段的包含方式
• 实际调用模式

性能收益：

• 准确率从 72% 提升到 90%：在复杂参数处理的内部测试中

这看似简单，但能显著减少模型的「猜测成本」，特别是在字段组合和边界情况处理上。

分层策略与实施

三项特性的最佳使用方式是分层应用：

1. 先诊断性能瓶颈（是 token 消耗、推理轮数还是格式理解？）
2. 针对最严重的瓶颈优先应用特性（例如工具众多则先用工具搜索）
3. 根据需要补充其他特性

避免盲目全量启用，应结合具体场景灵活组合。

可用性与接入

• 发布状态：测试版（Beta）
• 接入方式：通过 Claude Developer Platform API，添加请求头 betas=["advanced-tool-use-2025-11-20"]
• 文档：Developer Platform 官方文档和 GitHub cookbook 提供代码示例

核心思想

Anthropic 这三项特性的本质是突破 agent 工具使用的根本瓶颈：

• 工具搜索解决「定义爆炸」——用惰性加载替代全量加载，削弱工具数量的诅咒
• 编程调用解决「推理碎片化」——把复杂协调从模型推理转移到确定性执行环境，节省推理成本
• 使用示例解决「理解歧义」——通过具体样板而非抽象定义消除格式猜测

关键洞察是这三个瓶颈相互独立且都很关键。不是”选一个”而是”依症状组合”。对于工具多、任务复杂、格式复杂的真实 agent 场景，往往需要三个特性同时发力。

Anthropic 特意强调「分层策略」而非一刀切，反映了对工程现实的理解：不同 agent 的主要瓶颈不同，盲目优化错误的维度比不优化还糟。这套思路对设计任何复杂系统都有参考价值。