開發者將 Agent 工具從 200 個減到 5 個，錯誤與 token 雙降

2026 年 11 月 10 日，DEV Community 的 AI 欄目刊登了一位開發者的復盤文章，題為《給模型 5 個工具而不是 200 個，我減少了錯誤回答和 token 用量》。其起因是一件只有一句話的工單：讓 AI agent 減少給出錯誤回答。沒有規格說明，也沒有驗收標準，問題表現為 agent 反覆選錯動作。

作者一開始認為問題出在提示詞上，但實際排查並不是這樣。動手改提示詞之前，作者先記錄了 agent 每次請求實際傳送給模型的內容，發現每一次呼叫都攜帶約 200 個工具定義。作者據此判斷，工具數量過多讓模型難以取捨，這才是錯誤頻發的原因。

後續做法是把工具從約 200 個壓縮到 5 個，結果是錯誤回答與 token 消耗同時下降。目前能核對到的進展就停在這裡：已釋出的復盤給出的是壓縮工具集後的對比結果，材料中沒有工具清單本身、錯誤與 token 的量化資料，也沒有是否回滾或擴散到其他專案的相關資訊，僅有 1 篇材料可供核對。