AI 找不到你配的那个接口，问题不在 AI

给 AI 配工具，前三个都写死在代码里。等到了第 10 个，就有人嘀咕：明明有这个接口，AI 怎么不知道？到第 30 个，问题直接变了——不再是“有没有”，而是 AI 还找不找得到。

所以我把工具全搬进了数据库。但这数据一拆开，麻烦就来了：同一份工具清单，得同时喂给两个需求完全相反的读者。

一个是跑对话的 Agent。它的上下文预算很硬，不能塞太多工具，不然模型容易选错。它要的是“这一轮最可能用上的那几个”。另一个是对外的协议网关。客户问“你这儿到底有哪些能力”，它必须给一份完整、稳定、可枚举的清单，不能靠猜。

所以正确的做法不是二选一，而是把发现和执行彻底切开。Agent 按语义去检索，网关只管接收参数并执行。

真正难搞的，是这两份数据怎么保持对得上。派生副本会静默漂移。比如开关关了，向量库没重算，AI 就会一直调用禁用工具；描述改了但向量没更新，这工具就永远搜不到了。最扎心的是，这些都不报错，只会让你觉得“AI 好像不太聪明”。

同一份参数模式，两边转换规则必须完全一致。任何一处不一致，都会导致“通过网关调得通、Agent 调不通”。权限过滤也不能混进来，能看见什么和能做什么，是两个判定，发生在两个时刻。