AI agent 工具一多,模型就变傻?终于有人来解决这个问题了

做AI应用开发的朋友，最近都在吐槽同一件事：

MCP服务器装多了，Claude/GPT4o直接罢工。

不是模型变笨了，是Prompt里塞的tool schema太多了，一次全塞进去，context直接爆掉。

这个问题，Nous Research的新版本Hermes Agent给出了一套解法。

Hermes Agent：不是更大的模型，是更聪明的调用方式

Hermes Agent这次更新的功能叫Tool Search，核心逻辑一句话：

不是把所有工具的说明一口气全塞给模型，而是按需渐进式披露——模型先用BM25算法在已知的工具库里检索，找到可能用得上的，再把对应的schema告诉模型。

说人话就是：你要用哪把刀，我再给你这把刀的说明书，而不是把整个工具箱翻个底朝天给你看。

Anthropic的评测数据很有意思：

用Opus 4测试，MCP工具调用准确率从49%提升到了74%。这个幅度在企业级场景里已经相当可观了。

为什么这件事值得关注

MCP（Model Context Protocol）本身是个好想法——让AI模型能调用各种外部工具。

但实际用起来，企业动不动就接十几个、几十个MCP服务，每个服务都有自己的工具描述。

传统做法是把所有工具schema一次性塞给模型上下文。模型确实能看到了，但上下文窗口吃紧，调用准确率反而下降。

这就像让一个人同时记住20个项目的所有细节，结果哪个都记不清楚。

Tool Search的思路本质上是把信息检索的任务先于推理完成——模型还没开始"想"之前，就先用BM25找好可能用得上的工具，再让模型做决策。

目前的状态

Tool Search功能已经集成进 Hermes Agent，地址是 Nous Research/Hermes-3。

支持MCP工具调用，也支持Nous自有的工具集。

如果你也在做AI应用开发，或者公司接入了大量MCP服务，可以去跑一下这个项目，看看能不能解决你们context爆炸的问题。

至少目前来看，渐进式schema披露这条路是走得通的。