工具结果怎样让 Agent 继续行动

　　上一节《让 AI 通过工具获取信息和执行操作》，我们学会了从任务出发设计工具，也理解了模型请求、程序执行与结果回传怎样配合。但任务往往不会停在第一次调用：读到的资料不够，需要补查；保存被拒绝，需要根据原因调整。

　　如果工具已经返回新信息，AI 却仍照着原来的想法行动，多调用几次也无法解决问题。本节关注的是：Agent 怎样利用反馈，判断当前还缺什么，再选择下一步行动。 理解这条关系，我们才能看出一段多步记录是在推进任务，还是只重复动作。

反馈怎样影响下一步

　　任务开始时，模型通常还不知道外部资料的当前内容、某个对象是否存在，或一次操作能否成功。工具返回后，这些问题才有了进一步判断的依据。

　　对于由应用执行的工具，运行环境会将调用结果带入后续上下文，再次请求模型。模型结合当前目标和新信息，决定继续读取、生成内容，还是采取其他行动。这样的过程可以反复进行，形成 Agent 的工作循环。

　　图中，工具返回的资料进入下一轮输入，模型再据此提出新的行动。反馈让模型有机会调整判断，但不保证它一定会选对下一步。

　　随着调用增加，上下文也需要整理。除了当前目标，还应保留相关事实、未解决的问题及必要的调用记录。较长的资料可以按需读取或提炼，避免无关内容不断累积，同时保留能够回查的原始依据。

从一次真实接续看 Agent 的行动

　　本节继续使用《凡人修仙传》的章稿任务。工作区中已经保存了第一章，末段经过调整，形成修订 2；第二章则尚无正文。现在，我们让 Agent 根据当前前文完成第二章，并保存为草稿。

　　课堂实录中，模型先请求读取作品要求、章节目录，以及第一章和第二章。下面展开第 2 轮：上一轮取得的资料已经进入当前输入，模型接着提出保存请求。

　　先看第一章。工具返回了修订 2 的完整正文，Agent 随后依据这份前文续写第二章。这里重要的不只是修订号，而是更新后的实际内容进入了下一轮工作。

　　第二章则返回空结果，说明当前尚无正文。在续写任务下，Agent 据此生成并保存新稿，而不是反复尝试读取不存在的内容。

　　保存完成后，下一步又发生了变化。由于任务还要求确认保存结果，Agent 再次读取第二章。下面将这次读取与程序独立读回的正文放在一起：

　　本轮共进行了 4 次模型请求。记录显示，第二章参考了更新后的第一章，保存请求使用了相应修订，模型读回的正文也与数据库中的实际内容一致。

　　可以看到，新资料改变了续写依据，空结果明确了创建需求，保存回执又引出了结果确认。 这些行动不是简单重复调用，而是在利用不同反馈推进任务。

　　实录还包含一次由编者主动构造的旧修订保存请求。程序发现当前正文已经更新，拒绝旧版本覆盖：

不同反馈，需要不同处理

　　工具返回后，Agent 需要重新判断：现在确认了什么，还缺什么，下一步怎样补足？

　　例如，同样是读取到空章节，续写任务可能需要创建新稿，审阅任务则需要确认待审内容是否存在。反馈提供了事实，具体行动仍取决于当前目标。

　　其中，修订冲突尤其值得注意。工具要求“重读后合并”时，不能只把请求里的修订号改大。原提议可能遗漏了最新修改，必须先取得当前内容，再重新决定怎样处理。

　　同样，写入结果不确定时，也需要先查明实际状态。否则，贸然重试可能造成重复操作。

怎样检查 Agent 有没有用上反馈

　　回看一段多步记录时，可以沿着三个问题检查：

1. 工具返回了什么新信息？
2. 下一项行动怎样利用了这些信息？
3. 执行后的结果是否解决了原来的问题？

　　例如，本轮取得了更新后的第一章，第二章便以新的前文续写；保存返回后，又通过读回确认结果。如果某一步没有使用新依据，或问题尚未解决就继续执行，就需要回到对应记录查找原因。

　　这样，我们就能判断 Agent 是否真正根据反馈推进了任务，而不只是增加调用次数。

　　不过，每个下一步都需要交给模型决定吗？ 有些操作可以提前安排，有些则必须等待结果才能选择。下一节我们将进一步学习哪些步骤适合固定，哪些判断值得交给模型。