来源
- 原始链接：https://www.youtube.com/watch?v=vh2VGuQ3zhY
- 来源类型：视频逐字稿
- 来源标题：100 工具 Agent 是个陷阱
文本来源是 AI Engineer 频道视频《100 工具 Agent 是个陷阱》的修复版中文稿。下面按汉松兴趣画像优先保留机制解释、反常识判断和可复用工作流，而不是做普通摘要。
开头可以先抓住一句：这是一场来自 AI Engineer 频道的演讲，主题是”100 工具 Agent 陷阱”：当你给 AI Agent 一次性提供过多工具时，准确率会随着工具数量增长而急剧下降；语义路由加即时上下文注入，可以将工具相关的 token 消耗减少约 99%，同时把准确率维持在 83% 以上。
一、第 1 段：引言与问题定义——什么是 100 工具 Agent 陷阱
背景
本段介绍演讲者背景，并用准确率曲线说明为什么”把所有工具一次性给模型”这个看似无害的设计会在工具数量增长后严重失效。
相比之下，语义路由器的表现截然不同，在同样的目录规模下，准确率始终保持在 83% 以上。这是因为模型不是从数百个工具里选择，而是从一个精简且相关的集合里选择。胖 Agent 失败的一个原因是”lost in the middle”（迷失在中间）问题：模型更关注长上下文的开头和结尾。
本段介绍演讲者背景，并用准确率曲线说明为什么”把所有工具一次性给模型”这个看似无害的设计会在工具数量增长后严重失效。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
二、第 2 段：延迟、成本与语义路由方案概览
背景
本段从延迟和 token 成本角度量化胖 Agent 的代价，并对比展示语义路由器设计如何保持上下文精简、延迟稳定。
上下文保持精简，延迟保持稳定，准确率也得以维持，因为模型是在一个聚焦的列表里选择，而不是在庞大的目录里选择。不过有一个重要注意点：如果你的工具不超过 20 个，路由器可能是多余的，直接加载工具即可。但一旦生产系统超过 50 个工具，基于路由器的模式定义管理就更合理。
本段从延迟和 token 成本角度量化胖 Agent 的代价，并对比展示语义路由器设计如何保持上下文精简、延迟稳定。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
三、第 3 段：语义路由工作原理与基准测试结果
背景
本段介绍语义路由的检索流程（类似 RAG），以及在不同工具规模下的基准测试设计和结论。
这是一个强烈信号：大型工具目录不应该被塞进每一个提示词，而应该在需要时按需检索。下面我们来讨论如何公平地评估这种方案。我们衡量四个维度：工具选择准确率、首 token 时间、每次请求的输入 token 数，以及每千次调用的估算成本。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
四、第 4 段：实现模式与代码演示
背景
本段给出三步离线 + 运行时实现方案，包括工具目录索引、向量检索和模型调用，并演示核心代码逻辑。
这与任何嵌入模型和任何向量数据库都兼容。你可以像 Ankush 提到的，先用 Qdrant 或其他向量数据库在本地试验，之后有需要再迁移到托管的向量存储。如果你已有 RAG 基础设施，这不是新的基础设施，而是把同样的检索模式应用在工具选择上。
本段给出三步离线 + 运行时实现方案，包括工具目录索引、向量检索和模型调用，并演示核心代码逻辑。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
五、第 6 段：权衡、要点总结与参考资源
背景
本段讨论路由遗漏、描述质量差、低频工具等风险，给出 K=5 的起点建议，并列出可用的开源库和参考资料。
本质上这就是工具版 RAG：离线索引这些描述，运行时检索，只注入需要的内容。最后，从简单开始：把 K 默认设为 5，记录每次决策，针对真实测试集评估，不断改进描述，以解决工具被错误选中的问题。目标不是让 Agent 变得更复杂，而是停止强迫模型在不相关的工具上浪费推理。
本段讨论路由遗漏、描述质量差、低频工具等风险，给出 K=5 的起点建议，并列出可用的开源库和参考资料。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
整体判断
这篇最值得保留的不是某个单点技巧，而是它把「100 工具 Agent 是个陷阱」放进了更完整的工程框架里：第 1 段：引言与问题定义——什么是 100 工具 Agent 陷阱、第 2 段：延迟、成本与语义路由方案概览、第 3 段：语义路由工作原理与基准测试结果。这些内容可以作为汉松后续写 AI 工程、Agent 系统和团队工作流时的素材。
更重要的是，它提供了一种判断 AI 系统的方式：先看问题如何被拆成状态、动作、工具、评估和人的边界，再看模型能力如何嵌进去。只有这样，视频里的做法才会从一次演示变成可迁移的方法。