面试情景讲工程判断 · 文中公司名与数字均为示意
同一个“查订单”需求，有人的 Agent 调了17次工具，有人只用4次。差的往往不是模型智商，是工具契约写没写清。
一句话先说清
工具契约（Tool Contract）：给每个工具写清楚“什么时候调、怎么停、失败怎么办”的一张说明卡。下文所有字段都用中文说。
一、面试现场
面试官提问
“查一个订单，光工具就调用了 17 次，怎么收敛？”
京东面试官把场景压得很具体：这题看似在考模型规划，实际在考你能不能区分“模型乱调”和“工具契约太碎”。
**直接回答：**工具契约碎，Agent 就会绕路。
17 次工具调用不一定说明模型笨。很多时候，是工具像数据库字段一样碎，返回值又不给停止信号。
判断工具膨胀，先看调用轨迹（trace）里有没有重复调用、无效重试和缺失停止条件。别一上来就怪模型规划差。
这张卡把工具从“能调”升级到“知道何时调、何时停、失败后怎么办”。
工具契约写不清，光靠限制调用次数只能拖一下；真正降调用，得重写工具边界。
二、大多数人怎么答的
典型翻车回答
“给 Agent 加一句少调用工具，或者限制最多调用 5 次。”
**它的有效区间：**设个次数上限，能防止一次请求无限膨胀。
**天花板在这里：**如果工具没有停止条件、返回不指导下一步，限制次数只会让它更早失败。
限制最多 5 次调用可以防爆，但不能让 Agent 知道哪一步已经完成。
先看调用轨迹：同一工具、同一参数、同一错误反复出现，基本就是契约问题。
三、深度解析
收敛工具调用，要从工具契约改起：工具要像一个“业务动作”，不要像一个“数据库字段”。
查一个订单本来一次就能答完，Agent 却调了 17 次。不是它笨：你把“查订单”拆成了查用户、查权限、查物流一堆小工具，每个只吐一段零碎字段，还从不告诉它“到这儿就够了”。于是它一步步试、物流和状态来回重查，累计就是 17 次。
三件事就能把 17 次调用压到 4 次：合并成一个“一次问清”的工具、让返回自己说“答完了”、把重试塞进工具代码，别让 Agent 自己扛。
**改前 / 改后对照：**一条调用轨迹就能把工具契约问题讲清楚。
| 改前 | 问题 | 改后 | 效果 |
|---|---|---|---|
| 查用户→校权限→查订单→物流/状态反复重查，累计 17 次 | 工具太碎，又没有停止条件 | 合成一个“查订单送达摘要” | 一次返回订单、物流和下一步 |
| 只返回零散字段 | Agent 得自己拼状态 | 返回状态、原因、“可停”标记 | 标记“可停”时就停止 |
| 失败后反复查物流 | 没有重试策略 | 超时重试一次，权限失败不重试 | 失败后不再无谓重查 |
别把它当成填表任务——写一个工具时，顺手对一眼这张清单就够：何时用、何时不用、必填参数、返回什么、停止条件、重试策略、审计留痕。
最容易漏的是第二刀。Agent 反复查，多半不是没查到，是返回里全是数据、就差一句“到此为止”，它不确定自己已经拿到答案。一个明确的完成标记，比在提示词里写十句“别重复调用”都管用。
关键是把好上工具的门：没有停止条件和错误策略的工具，默认就别暴露给 Agent 自由选择。
我的建议是先改最常被重复调用的工具：补上返回状态、失败原因、停止条件和重试策略。
四、面试官追问链
追问会绕着预算、工具粒度和重复调用打转。答题主线始终是：把工具契约落成根因。
追问 1
追问点：调用预算还有必要吗
有，但预算是保险丝，不是根因修复。
追问 2
追问点：工具应该大还是小
面向用户意图要大，面向内部实现可以小但别暴露给 Agent。
追问 3
追问点：重复调用怎么查
把调用轨迹按（工具名、参数）分组计数，某一组次数异常高，就是重复调用热点。
五、落地案例：查订单从 17 次到 4 次
举个示意例子（数字非实测）：一个查订单场景，工具调用从 17 次收敛到 4 次，关键是把内部字段工具收成业务摘要工具。
最初暴露了太多内部查询工具。Agent 每一步都能走，但不知道什么时候该停。
第 1 步 · 合并摘要工具
合并成一个“查订单送达摘要”工具，一次返回订单、物流、要不要下一步。
↳ 结果：17 次 → 8 次
第 2 步 · 写停止条件
工具标记“可停”时必须停止，不再补查。
↳ 结果：8 次 → 5 次
第 3 步 · 标重试策略
权限失败不重试，临时超时只重试一次。
↳ 结果：5 次 → 4 次
这次怎么验
17 次降到 4 次，靠的是工具契约变清楚，不是单纯限制调用次数。
改完后，业务工具一次返回订单状态、物流状态、失败原因和是否需要下一步。
这时预算仍然保留，但它只是保险丝；真正减少调用的是工具边界和停止条件。
六、本课总结
一句话总结
工具契约碎，Agent 就会绕路。
面试可背答案
工具不是越细越好。Agent 调不动，很多时候不是模型笨，是工具没有业务语义、没有停止条件、没有失败策略。
这套做法适合工具多、调用链长的 Agent；如果你的 Agent 只有两三个工具、一步就能出结果，先别急着套模板。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
