标签：tool-use

给 Claude 一个什么都不做、只把想法记进日志的“think”工具，让它在长工具调用链中途停下来核对规则和信息。在 τ-bench 航空领域，配合带示例的提示词，pass^1 相对基线提升 54%。注意：2025-12 起官方在多数场景下改为推荐 extended thinking。

• tool-use
• extended-thinking
• benchmarks

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。

• tool-use
• tool-design
• mcp
• token-efficiency
• code-execution
• progressive-disclosure

Anthropic 在 GitHub 上提供的五门 notebook 课程：API 基础、提示工程互动教程、真实场景提示、提示评测、工具使用。仓库已归档，示例多用 Claude 3 Haiku，适合挑章节补基本功，不宜当主线。

一篇写于 2023 年 6 月的综述，被广泛引用。它把 LLM 智能体拆成“规划、记忆、工具使用”三大组件，并梳理了当时的代表性研究。体系阶段从这里开始，先搭起概念框架，再用 Anthropic 2024–2026 年的工程文章去更新它。

一篇工程视角的长文，改编自作者的书《AI Engineering》。核心观点：智能体由“所处环境 + 可用工具”定义。文章重点讲工具的三种类型、如何把规划和执行解耦、计划粒度的取舍，以及如何按“规划失败 / 工具失败 / 效率”来评估智能体。