第六章：让 AI 使用工具和参与流程

约 1747 字大约 6 分钟

工具流程Agent权限

前面几章里，AI 主要是在回答、解释、总结和基于资料生成内容。

但真实应用里，AI 往往不只是“说话”。它可能还要：

查一个资料库。
调用搜索。
读取课程进度。
生成一张练习卡。
保存你的答题结果。
帮你草拟一封邮件。
在你确认后提交一个表单。

这就进入了“AI 使用工具和参与流程”的世界。

工程里常把这类系统叫 Agent。你不用急着背定义，先记住一句话：

Agent 不是更聪明的聊天框，而是让 AI 在目标、状态、工具、规则和人类确认之间工作。

6.1 从“回答”到“行动”

先看两个请求。

请求一：

请告诉我怎样复习第三章。

这只是回答。AI 可以根据教材内容给建议。

请求二：

请根据我第三章小测错题，生成 2 道针对性练习，并记录我的完成情况。

这就不只是回答了。它需要：

读取你的答题结果。
判断你错在哪里。
生成练习题。
把练习卡展示出来。
保存你的新作答。

这里面有些事情可以让模型做，有些事情必须由系统工具做，有些事情还需要你确认。

6.2 一个工具型 AI 流程的五步

可以先用五步理解：

步骤	问题	例子
目标	用户到底要完成什么？	根据错题继续练习。
观察	AI 当前能看到哪些状态？	章节、题目、答题结果、学习画像。
工具	哪些动作需要系统工具完成？	读取记录、生成卡片、保存作答。
确认	哪些动作需要用户或老师确认？	是否把练习结果纳入学习画像。
停止	什么时候该停下来？	已完成两题，或用户说停止。

这五步比“这是不是 Agent”更重要。

如果一个 AI 功能说自己很智能，但说不清目标、观察、工具、确认和停止条件，那它就很容易变成不受控的自动化。

6.3 工具不是随便给的

工具可以让 AI 更有用，也会让风险变大。

比如：

查询资料：风险较低，但要注意来源和权限。
保存学习记录：需要说明保存什么、保存到哪里。
发送消息：需要用户确认内容和收件人。
删除文件：风险高，必须确认，最好能撤销。
付款、提交志愿、签署文件：高影响动作，不能只交给模型。

所以，工具要有清楚说明：

工具叫什么。
它能做什么。
它不能做什么。
需要哪些参数。
失败时怎么提示。
调用前是否需要确认。

模型不能靠“自觉”遵守边界。边界要写进系统。

6.4 人类确认不是落后

很多人听到 Agent，会期待 AI 自动把所有事情做完。

但真正可靠的 AI 产品，往往会故意保留人类确认。

比如：

AI 可以草拟邮件，但发送前要你确认。
AI 可以推荐修改，但应用到正式文档前要你确认。
AI 可以生成学习计划，但是否采纳要你决定。
AI 可以列志愿填报参考维度，但不能替你提交志愿。

这不是因为 AI 不够先进，而是因为重要动作需要责任边界。

一个好的系统会区分：

低风险建议：可以直接给。
可撤销操作：可以让用户快速确认。
高风险操作：必须明确确认，甚至需要老师、家长或专业人员参与。

6.5 停止条件很重要

如果 AI 可以连续调用工具，它就必须知道什么时候停止。

否则可能出现：

一直搜索，停不下来。
一直生成新任务，越做越多。
工具失败后反复重试。
用户目标已经变了，它还按旧目标继续。
做了超过用户授权范围的事。

简单的停止条件可以是：

完成指定数量的步骤。
工具返回失败并说明原因。
置信度不足，需要用户补充信息。
遇到高风险动作，暂停等待确认。
用户说“停止”“不用了”“先到这里”。

对学习类产品来说，停止条件尤其重要。AI 助理不应该无限给题，把学生拖进疲劳；它应该知道什么时候总结、什么时候休息、什么时候请学生自己表达。

6.6 用 XPKBook 里的助理做例子

XPKBook 的教材助理不是只会聊天。

它未来应该能感知：

学生正在读哪一节。
学生做过哪些实验。
小测哪些题答错。
练习卡完成情况如何。
哪些知识点可能还不稳。

但这些信息不应该靠模型反向猜页面 DOM。更合理的方式，是从 IR/AST 级别把学习状态、题目、章节、知识点和交互事件结构化地交给 AI 系统。

这时，助理可能使用这些“工具”：

读取当前章节和知识点。
读取学生授权的学习画像。
读取小测结果。
生成一张新的练习卡。
保存学生对练习卡的作答。

但它仍然需要边界：

正文实验框和书籍助理上下文隔离。
学习记录是否保存要有清楚规则。
敏感数据不能进入发布包。
助理不能替学生完成学习任务。

这就是本章真正想讲的 Agent：不是炫技，而是让 AI 在工具和流程中有边界地工作。

6.7 本章小测

下面几道题帮助你确认：你是否能区分建议、工具调用、高风险动作和人类确认。

本章小结

让 AI 使用工具和参与流程时，要记住：

Agent 不是更炫的聊天框，而是目标、状态、工具、规则和确认组成的系统。
模型适合理解意图、生成建议、整理信息。
工具适合查询、保存、发送、计算、调用业务系统。
越重要、越不可撤销的动作，越需要人类确认。
工具调用需要权限、日志、失败处理和停止条件。
学习助理应该帮助学生练习和反思，而不是替学生完成学习。

下一章我们会收束到更完整的问题：从一次对话到一个 AI 应用，除了模型、资料和工具，还要考虑体验、成本、延迟和用户信任。