标签：tool-design
4 篇笔记 · 0 篇论文笔记 · 0 个资源导读
笔记（4）
- 01 构建高效的智能体：从简单可组合的模式出发
Anthropic 把“智能体系统”分为预先编排的工作流和自主决策的智能体，归纳出增强型 LLM 这个基础单元和五种常见工作流模式，核心主张是：从最简单的方案开始，只有当复杂度确实带来可测量的收益时才往上加。
- 03 为智能体编写高效工具——借助智能体本身
工具是确定性系统和非确定性智能体之间的契约，要为智能体而不是为程序员来设计。做法是先做原型，用真实且复杂的任务跑评测，再让 Claude Code 分析评测记录、改进工具；原则包括少而精、命名空间、返回高信号信息、省 token、把工具描述当提示来写。
- 09 Claude 开发者平台上的高级工具使用
发布三项测试版功能：Tool Search Tool 按需发现工具，避免工具定义撑爆上下文；Programmatic Tool Calling 让 Claude 写 Python 编排工具调用，中间结果不进上下文；Tool Use Examples 用示例调用教会模型 schema 表达不了的用法。可按瓶颈叠加。
- 12 用 Claude 3.5 Sonnet 刷新 SWE-bench Verified 成绩
SWE-bench 评测的是“模型 + 脚手架”组成的整个智能体。升级版 Claude 3.5 Sonnet 只用简洁提示加 Bash 和编辑两个通用工具，就在 SWE-bench Verified 上拿到 49%（此前最好 45%）。关键是把控制权交给模型，并打磨工具描述和防错设计。文中还总结了运行这类评测的难点。