夜雨聆风为什么工具、插件装得越多， AI 助手反而越笨——是模型不行，还是配置搭错了？
刚装 Cursor 、 Claude Code 时它写代码、查文档、改 bug 一气呵成。等你把浏览器、数据库、 Jira 、 Slack 、 Figma 全接进来，它开始犯低级错误：项目里有现成函数它要重写，问当前报错却去搜 Stack Overflow 。
读完能判断 AI 助手是工具不够还是工具过载，并拿到三条修剪清单。结论先说：这不是模型变笨，是工作环境被搞复杂了。
工具数量上去之后，四个工程机制在同时拉低表现：工具选择悖论、工具描述相似度导致的路由混淆、长上下文工具清单污染、错误级联。对应的三条可执行结论是：工具数经验上限、按场景拆 Agent 而不是堆工具、工具描述写清「什么时候不用我」。 工具越多 AI 越笨不是玄学，是工具选择、上下文和错误传播机制在恶化；正确做法不是少用工具，而是按场景拆工具集、把工具描述当成 prompt 工程来做。
一、工具选择悖论
工具选择本质是分类任务——模型要在 N 个工具里判断这一步该调谁。候选少时不难，工具从 3 个变成 30 个、其中还有好几个功能重叠时，难度不是线性上升，而是跳变。
这跟人面对一本厚菜单是同一个道理。选项越多，越容易在两个差不多的菜之间犹豫，最后随便点一个。 Anthropic 在《 Building effective agents 》里专门讲过一个叫 routing 的工作流：复杂任务应先分类，把不同类型的输入分发给专门的 prompt 和工具集；他们的原意是，在一个 prompt 里为一种输入做优化，往往会损害它在其他输入上的表现。
让一个模型同时背着写代码、查数据库、回 Slack 、改 Figma 的所有工具，等于让一个后端工程师同时兼任 DBA 、客服和设计师。不是他不聪明，是每次决策都得先在一堆不相关选项里筛一遍。
二、工具描述雷同
这个机制更隐蔽，也更普遍：你的工具描述长得太像了。
我见过不止一份 MCP 配置，三个搜索工具的 description 分别是 "Search the web""Search online""Search for information"。数据来源、功能边界、适用场景一概没写。把这三个选项扔给模型，它靠什么区分？参数名？排序？运气？
Anthropic 在附录《 Prompt engineering your tools 》里说得很直白：工具的命名、描述和参数格式，应该像 prompt 本身一样被认真设计；工具定义和规格"值得和你给模型的整体 prompt 同等对待"。
这一条在实际配置里被严重低估。大多数人接 MCP 时直接抄默认 description ，能跑通就不动。但 description 是模型唯一的路由信号——它没法像人一样打开工具看一眼，只能凭这段文字判断这工具是干嘛的、什么时候该用。描述糊一层，选错率立刻上去。
三、长工具清单吃掉上下文
第三个机制更物理：每个工具的完整 schema （名字、描述、所有参数、类型、枚举值）都要随每次请求发给模型。二三十个工具挂上去，光工具定义就要吃掉好几千 token 。
直接后果是成本和延迟——你在为这次根本用不到的工具买单。更隐蔽的后果是注意力被稀释，也就是我称为「上下文污染」的现象：模型要先穿过一段巨大、同质化的工具定义，才看得到你真正的指令。这就像把"我要那个"的小纸条夹在 50 页菜单最后，纸条不是看不见，是被淹没了。
MCP 让"接工具"变得异常容易，也让"接太多工具"变得异常便宜——便宜到你在添加时不会停下来想一句：这个工具，这次任务真用得到吗？
四、错误级联
最后这个机制最致命。 Agent 本质是个循环：调一个工具，拿回结果，基于结果判断下一步，再调下一个。 Anthropic 把这描述为"每一步从环境获取 ground truth 来评估进展"。
问题在于，这个 ground truth 本身也可能是错的。
模型选错工具、拿到答非所问的返回，它不会天然知道是自己选错了——它会把错误返回当成事实继续往下推。你让它查某个用户的订单，它选错了全网搜索工具，搜到一篇无关博客，然后一本正经地基于那篇博客写一份"订单分析"。这种错误在工具少时偶发，工具多、描述又糊时变成高频。你看对话历史觉得它"越聊越傻"，其实不是变傻，是第一脚踩空之后，后面每一步都在错误的地基上盖楼。
反方：数量不是元凶
得踩一脚刹车。数量不是根因，描述、 routing （按场景路由）和失败兜底才是。 官方 demo 和成熟产品挂十几个工具照样稳，真正决定表现的是三件事：工具描述是否可区分、有没有分层路由、失败之后有没有兜底。把锅全甩给"插件多了"是误诊。
Anthropic 在那篇文章的总结里给过三条原则：保持设计简单、透明展示规划步骤、精心打磨 agent-computer 接口（ ACI ）。第一条是"简单"，不是"少"——简单意味着结构清晰、职责明确，而不是工具数量上的苦行僧主义。
所以"7 个工具"这类数字，可以当成社区经验法则提醒自己，但别当成有论文背书的硬阈值。最佳数量随模型版本、描述质量、任务类型变化很大；真正靠谱的判断方式，是在你自己的任务集上测——选错率上去了，就是该拆了。
从工具选择悖论、工具描述相似度导致的路由混淆、长上下文工具清单污染、错误级联四个机制解释'工具越多 AI 越笨'，并给出三条可执行结论：工具数经验上限、按场景拆 Agent 而非堆工具、工具描述要写清'什么时候不用我'
五个典型场景，对号入座
这四个机制不是抽象概念，在常见配置里几乎天天发生。下面几个场景，你大概率遇过至少一个。
场景一： AI 编程助手挂了 30 个 MCP 。 文件搜索、代码检索、全网搜索、内部 wiki 搜索的描述分别写着 "search files""search code""search the web""search docs"，功能边界全靠模型猜。你让它"找一下项目里订单状态是怎么流转的"，它先调全网搜索，再调文件搜索，再调代码检索，三个结果混在一起，最后给你一段半对半错的总结。这是工具描述雷同 + 选择悖论同时发作。
场景二：一个 Agent 同时背客服、运维、退款三套工具。 售后会话里它能查订单、能退款、能查数据库、能发 Slack 通知、还能搜知识库。用户只是问"我的快递到哪了"，它从十几个工具里挑，挑中了退款接口还理直气壮。这是没有 routing——一个 prompt 优化多种输入，结果每种都做不好。
场景三：自动化脚本里塞了天气、新闻、日历、邮件一堆工具。 你让它"写今天的工作日报"，它先调天气、再调新闻，最后才回到日历和邮件，输出里还硬塞了一段天气寒暄。工具本身没问题，问题是它们不该同时出现在这个会话里。
场景四：工具返回空或报错， Agent 硬着头皮编。 数据库查询超时返回空列表，它不报错，反而基于"没有订单"这个错误前提继续推理，告诉你"本月没有销售数据"。这是错误级联 + 缺失败兜底，四个机制里最危险的一种。
场景五：接了十几个 MCP server ，每个还带 5-8 个工具。 光是工具 schema 就占掉三四千 token ，每次对话你都在为这次用不到的工具买单，模型真正该注意的用户指令反而被挤到注意力边缘。这是长工具清单造成的上下文污染。
三条处方： Agent 工具集自检清单
如果你觉得上面的描述似曾相识，不用急着删插件。按这三条修剪，见效通常比换模型快。三条合起来，就是一份可复用的 Agent 工具集自检清单。
第一，按场景拆工具集，不要按"我装了什么"堆。 写代码的会话只留编码、文件、终端相关工具；做调研再开一个配置，加载浏览器、搜索、笔记类工具。把一个大而全的 Agent 拆成几个专门的 Agent ，本质就是 routing 。你不需要一个万能助手，你需要几个在各自场景里足够利落的助手。
第二，工具描述里写清"什么时候不要用我"。 这是投入产出比最高的一条。给每个功能相近的工具补上三件事：数据来源是什么、和相似工具的区别是什么、哪种请求不要调它。拿"搜索"类工具举例，坏描述是三个工具都叫 "Search the web"；好描述长这样：
web_search："Search the public web for up-to-date information. Do NOT use for code in the current repository—use codebase_search instead."codebase_search："Search files and code in the current repository. Do NOT use for external documentation—use web_search or docs_search."docs_search："Search the team internal wiki and API docs. Do NOT use for public web content."三句话把边界钉死，模型基本不会再选错。这比你换一个更强的模型便宜得多。
第三，给 Agent 留一个停手的出口，做好失败兜底。 工具调用失败、返回为空、结果明显异常时，别让它硬着头皮往下编——要么回到规划步骤重新选工具，要么把不确定性抛给你。 Anthropic 在 agent 章节专门强调过 checkpoint 和停止条件：让 Agent 在该停的时候停，比让它在错误的路上狂奔重要得多。
AI 助手不是装得越多越强。它更像一张工作台：工具就那么几样、每样放在该放的位置、用完归位，干活才快。把它塞成一个什么都有的杂物间，再好的模型也转不开身。
下次你觉得它变笨了，先别急着换模型。打开你的插件列表，问自己一句：这些工具，这次任务真的都用得到吗？
——这可能是你今天能给它做的最便宜的一次升级。
参考资料
