---

搞 AI Agent 开发，最近被一个事整得有点头疼。

我们的 GEO Agent 上线第一周，后台监控看到一个诡异的现象。有个用户进来，啥也没干，就说了句"你好"。

正常人的思维，Agent 回一句"你好，有什么可以帮你的"就完事了，对吧？

结果我打开后台日志一看，好家伙，这个 Agent 跟打了鸡血似的，调了十几次工具——查项目列表、查流量数据、查 API 文档，最后回了一段三百多字的"我是 GEO 智能助手，可以帮你做 GEO 分析、查看项目数据、生成报告……"

用户没问这些。

它只是打了个招呼。

模型太"勤快"了：Agent 过度工具调用原因详解

问题出在哪？出在模型太"勤快"了。

你给它一堆工具，它总觉得不用白不用。说白了就是，模型拿到工具列表之后，有一种莫名的"我要干活"的冲动。用户说句话，它先想"这个问题可能跟项目有关"，调一次项目接口；返回了一堆数据，它又想"我可以分析一下这些数据"，再调一次分析工具；分析完了觉得"还可以生成个图表"，又调一次渲染工具。

十次调用下来，用户等了三十秒，花了好几毛钱的 token，得到的是一段它根本不需要的自我介绍。

这个毛病不止我有。DeepSeek Harness 的实测笔记里也提到，他们早期版本有类似的问题——模型会在不需要的时候过度使用工具。尤其是推理强度开高的时候，光"思考"就能烧掉几千个 token。

真不行。

这里有个巨坑：你以为给模型更多工具是"赋能"，实际上你是在给它挖坑。模型在模糊意图面前，会倾向于"广撒网"，因为你没告诉它什么时候该停手。

我的解法：Agent 执行画像（Agent Run Profile）教程

DeepSeek 的解法是做了四种模式，让用户手动选。我的解法思路一样，但实现不同——我做了一个更轻量的东西：执行画像（Agent Run Profile）。

简单说，就是根据用户这句话的意图，提前决定这轮对话允许多少步、能用哪些工具、最多输出多少 token。

听我一句劝，做 Agent 不搞画像，后面成本会让你哭。

我定义了八种画像，每种对应一类用户意图：

画像	用户说了什么	最大步数	首步允许的工具	策略
product_help	“你好”“你能做什么”	1	无（直接回答）	不许调工具
quick	“流量怎么样”	3	聚合数据接口	拿到结果就必须写结论
project_list	“我有哪些项目”	3	项目列表接口	同上
report	“出一份周报”	4	聚合数据接口	允许多一步容错
deep_dive	“为什么流量下降了”	6	先聚合，后允许低层接口	允许多步分析
site_audit	“帮我审计这个网站”	不限	审计工具	允许脚本执行
write	“帮我写一篇文章”	不限	读数据→生成→检查	允许多步工作流
general	其他	8	全部工具	兜底

关键在"第一步只能调什么"这个约束。

我发现大多数过度调用都发生在第一步——模型拿到一个模糊的问题，不知道该调什么，就广撒网。如果第一步就限定它只能调那个最可能返回完整答案的接口，后面的发散就少了一大半。

换个角度看，这就像你安排一个新来的实习生干活。你不能把公司所有的资源权限都给他，然后说"你看着办"。你得告诉他：第一，先查 A 系统；第二，查不到再查 B；第三，查到了就写报告，别瞎翻别的东西。

Vercel AI SDK prepareStep 代码示例：Agent 步数控制与工具限制

在 Vercel AI SDK 里，这个约束是通过 prepareStep 回调实现的。这是 SDK 里我个人认为最被低估的一个钩子。

prepareStep({ stepNumber, messages }) {
  // 每一步开始前重新修剪上下文
  const trimmed = trimMessages(messages, systemTokens)
  
  // 第一步：只放行画像规定的初始工具
  if (stepNumber === 0 && profile.initialToolKeys)
    → activeTools = profile.initialToolKeys
  
  // 最后一步：收走所有工具，强制模型写总结
  if (stepNumber === MAX_STEPS - 1)
    → activeTools = []  // 模型只能输出文字
  
  // 中间步：放行画像规定的后续工具
  else
    → activeTools = profile.toolKeysAfterInitial
}

最后一步强制闭嘴这个设计特别重要。

没有这个约束，模型会在最后一步还在调工具，然后因为步数用完被硬切断，用户看到的就是一个没写完的回答，跟拉肚子拉到一半没纸了一样尴尬。

Agent 执行画像实际效果对比：耗时、成本与工具调用优化

一句话，“做了比没做强太多”。

同样一句"帮我看看流量"：

	没做画像	做了画像
工具调用次数	~6 次	1 次
端到端耗时	~25 秒	~4 秒
token 成本	~8 分钱	~2 分钱

用户体验反而更好了——因为答案来得快，而且是直接回答问题的，不是一堆它没问的分析。

绝了。就减少了那么几行约束代码，速度提了 6 倍，成本降了 75%。

Agent 画像约束的微妙平衡：自动判定与手动模式选择

但这里有个微妙的平衡：约束太死，agent 就变蠢了。用户问一个确实需要多步分析的问题，画像如果只给 3 步，agent 就干不完。所以画像的判定本身也得聪明。

我的做法是看关键词和上下文。比如"为什么"“对比”"分析一下"这种词出现，就放开到"深度分析"画像，给 6 步预算。项目 ID、具体时间段这种细节出现，也倾向于放更宽。拿不准的时候，宁可给多一点预算，让模型自己决定什么时候停。

DeepSeek 的四种模式本质上也是同一个思路：不同的任务给不同的工具集和步数上限。只不过他们是让用户手动选，我是让系统自动判。各有利弊——手动选更可控，但用户得理解四种模式的区别；自动判更省事，但偶尔会判错。

我个人的执念是，能不给用户加认知负担就别加。用户就想问个流量数据，你还让他选"深度推理模式"还是"快速响应模式"，这不是折腾人吗？

说到底，agent 的"聪明"不是让它想做多少做多少，是让它在该停的时候停下来。这个"该停"的边界，就是 harness 最核心的职责之一。

---

本文作者来自 Adgine 团队，提供 GEO 服务（让品牌被 AI 推荐），官网 https://adgine.cn