别让Agent做复杂决策：把逻辑留在代码里
sapnesh · reddit · 2026-08-06
开发者抱怨许多 AI agent 工具只是 API 的简单封装，导致模型常因工具设计不当而背锅。
作者指出，如果给 agent 提供 search、create、update 等细粒度接口，它必须自行判断分支，这把确定性的 if/else 逻辑推向了最不确定的 LLM 环节。相比之下，提供一个合并后的 upsert 接口会更可靠。
作者总结了生产环境的最佳实践：
- 直接在上下文中传递已知信息（如用户 ID），别让 agent 每次自己查。
- 工具只返回 agent 需要的字段，不吐出 API 的完整响应。
- 在工具代码内提前校验输入，拦截错误。
- 返回结构化的错误信息，而不是笼统的 500 报错。
- 仅在当前工作流需要时才暴露相关工具。
最后建议：面向人类的内部工具可以提供宽泛接口，但面向客户的真实业务 agent 应尽量提供少而具体的任务型工具。
「编程与Agent」频道最新
- 播客预告：如何设计可验证的AI数据智能体 — hugobowne · 2026-08-06
- 长上下文瓶颈破局：多智能体编排优于扩展上下文窗口 — bingxu_ · 2026-08-06
- 自主智能体威胁加剧，安全专家呼吁重估风险模型 — chrisrohlf · 2026-08-06
- 自主智能体爆发，传统威胁模型面临失效 — chrisrohlf · 2026-08-06
- 拆解 ChatGPT Work：三周破千万用户的智能体架构 — iamrobotbear · 2026-08-06
- charliermarsh：AI Agent 正在摧毁开源代码审查的传帮带 — charliermarsh · 2026-08-06