程序化工具调用

用受限代码组合多次工具调用、过滤和聚合数据。

程序化工具调用让模型编写受限代码，组合多次查询、过滤与计算，再把必要结果返回上下文。它适合大量细碎调用和数据聚合，可以减少模型往返，但其价值应以真实任务的正确率、延迟和成本衡量，不直接套用厂商演示的节省比例。

Anthropic公开advanced tool use与MCP代码执行文章展示了这条路线。关键变化是部分控制流从自然语言循环进入程序，而非所有步骤都由模型逐条决定。企业可在代码里并行取数、做确定性计算、只输出摘要和证据指针，降低大段工具结果占用窗口。

代码不应获得比直接工具更大的权限。外部调用仍经过网关，逐操作验证scope、批准、幂等和预算；不能把一百次业务写入藏进一个execute_code调用后失去审计。依赖安装、文件、网络、CPU、内存和输出都要限制，生产凭证不直接放进可生成代码的环境。

返回的汇总也要可复算。保留输入数据版本、公式、过滤条件、操作ID和原始产物引用；一次计算成功不证明来源授权或数据口径正确。测试同一任务的逐工具循环与程序调用版本，比较轮次、错误传播、取消和部分失败处理。如果批量执行中第七十个动作失败，系统必须知道前六十九个是否生效，而不是只收到一条程序异常。

对研究型批量计算，可先取只读快照并将代码限制为纯计算，显著缩小副作用风险。需要写入的批任务则应为每个动作返回独立receipt，并采用批次清单记录完成范围。一次脚本退出码不能替代所有子操作的业务成功；部分成功应可以明确导出、继续或对账。

审阅代码时重点看外部效果、资源范围和错误分支，语法编译通过并不足以证明执行安全或结果正确。

实践重点：代码仍经授权网关；逐操作审计；限制CPU、网络、包与输出。

验证抓手：比较同任务轮次与耗时，并验证每次外部动作可追踪。

常见误区：减少模型往返后失去权限和幂等边界。

Anthropic：Code execution with MCP；Anthropic：Advanced tool use。