Jaki problem rozwiązuje programmatic tool calling?
Rundy w obie strony. Klasyczne wywoływanie narzędzi odsyła każdy wynik przez model, więc zadanie, które dotyka trzydziestu rekordów, płaci za trzydzieści aktualizacji kontekstu, a surowe dane zapychają okno kontekstu niezależnie od tego, czy model ich potrzebuje. Gdy model orkiestruje narzędzia w kodzie, ta pętla zamienia się w jedno wykonanie: pobierz, przefiltruj, zagreguj, zwróć odpowiedź. Implementacja Anthropic uruchamia kod w jego kontenerze do wykonywania kodu (dokumentacja Claude, dostęp 16 listopada 2026), a Anthropic podaje wzrost dokładności o trzy do pięciu punktów przy mniej więcej o jedną trzecią mniejszej liczbie tokenów wejściowych w benchmarkach opartych na wyszukiwaniu (Anthropic, advanced tool use, dostęp 26 października 2026).
Jak właściwie przebiega programowe wywołanie narzędzia?
Model emituje skrypt zamiast żądania narzędzia. Harness przekazuje ten skrypt do piaskownicy, w której dozwolone narzędzia są wystawione jako funkcje; w implementacji Anthropic piaskownicą jest własny kontener dostawcy do wykonywania kodu. Skrypt wywołuje narzędzia jak zwykłe funkcje, iteruje po wynikach, rozgałęzia się zależnie od tego, co wróciło, i wypisuje tylko to, co model powinien zobaczyć. Do rozmowy wraca wyłącznie ten końcowy wydruk. Dla modelu cała wycieczka wygląda jak jedno wywołanie narzędzia, które sporo załatwiło. Dla operatora to kod: logikę orkiestracji da się przejrzeć i odtworzyć, czego nie da się powiedzieć o łańcuchu nieprzejrzystych decyzji modelu, a dzięki deterministycznemu odtwarzaniu nieudany przebieg można wykonać ponownie dokładnie tak samo.
Czego wymaga od Twoich narzędzi?
Narzędzi, które można bezpiecznie wywoływać bez człowieka pilnującego każdego wywołania. Kod działa w ramach izolowanego wykonywania kodu, ale skrypt może rozesłać wiele wywołań, zanim ktokolwiek przejrzy całą partię, więc narzędzia z efektami ubocznymi nadal potrzebują bramki zatwierdzania narzędzi przed wszystkim, co przesuwa pieniądze lub wysyła wiadomości. Oznacz, które narzędzia może wywoływać kod, a resztę zostaw w trybie konwersacyjnym; ten podział egzekwuje agent harness.
Jak używamy programmatic tool calling w Soba Labs?
Działają na nim nasze cotygodniowe zautomatyzowane zadania redakcyjne. Agent, który utrzymuje ten słownik, mierzy każdy kandydujący termin w API słów kluczowych: zamiast stu konwersacyjnych wywołań narzędzi robi to jeden skrypt, który wysyła zadania, odpytuje o wyniki, łączy liczby z ośmiu rynków i zwraca zwięzłą tabelę. Do kontekstu modelu trafia tylko tabela, surowe odpowiedzi nigdy. Ta sama dyscyplina obowiązuje w powłoce: filtrowanie wyjścia poleceń, zanim dotrze do naszych agentów programistycznych, zmniejszyło ich zużycie tokenów o połowę w 1456 zmierzonych poleceniach.
Jak debugować agenta, który wywołuje narzędzia z kodu?
Traktuj jako jednostkę awarii skrypt, a nie narzędzie. Nieudany przebieg zostawia trzy artefakty do zebrania: kod, który napisał model, jego stdout i stderr oraz wywołania narzędzi, które wysłała piaskownica, i właśnie tu LLM tracing pokazuje swoją wartość. Tryby awarii różnią się od konwersacyjnego użycia narzędzi. Skrypt może przechwycić błąd narzędzia, kontynuować i zwrócić pewną siebie, błędną odpowiedź, więc niech narzędzia zawodzą głośno, zamiast zwracać puste wyniki, po których pętla beztrosko przejdzie dalej. A ponieważ cała partia wykonuje się, zanim ktokolwiek ją przejrzy, utrzymuj zapisy jako idempotentne: naturalnym ponowieniem po nieudanym skrypcie jest ponowne uruchomienie skryptu.