Agent 工具按需加载,执行授权仍须独立
按需加载工具参数描述可减少无用上下文,但工具可发现、描述已加载与允许执行是三个不同状态。文章建议将目录检索、参数加载和执行授权分离,并在产生副作用前检查权限。
AI 深度解读
工具一多,Agent 还没开始干活,上下文就先被参数说明占满。按需加载工具 Schema 确实能省下这部分开销,但作者提醒:省上下文的机制,不能顺手承担权限管理。能搜到工具、能拿到参数定义,都不代表当前请求有权执行它。
这篇最有用的地方,是把工具发现、参数加载和执行授权拆开讨论。对接入 MCP 或维护大量工具的团队,它给出了一条清晰边界:选择工具时优化成本,真正执行前重新检查权限。不过,文中的流程属于设计建议,并非经过验证的生产实现。
搜得到、会调用,为什么还不能执行?
作者把工具使用拆成三个层面。
第一层是目录元数据,包括工具名和简短描述,用来搜索和筛选。第二层是完整 Schema,包括参数、约束和请求结构,帮助模型构造调用。第三层是执行权限,要判断当前身份能否对指定目标执行这次操作。
前两层解决「找哪个工具、怎么传参数」,第三层解决「这次到底能不能做」。
例如,工具描述让模型找到了 delete_customer,只能说明它可能适合删除客户,不能证明当前用户有权删除这个客户。即使搜索、读取定义、生成参数都由同一个模型完成,这个区别也必须保留。
作者引用的 Google Tool Retrieval 预览,把检索、Schema 加载和函数调用列为独立步骤。MCP 客户端指南也描述了渐进发现流程:先看目录,再搜索或过滤,检查定义,最后执行;访问控制过滤则由宿主或应用负责。
目录阶段可以过滤权限,但它无法替代执行前的检查。用户角色可能发生变化,资源可能迁移到另一个租户,模型也可能在补齐参数时,把原先的读取意图变成写入操作。
授权要绑定实际调用,而不能绑定模型见过的工具。
权限检查应该放在哪一行?
原文标题中的「Keep Authorization Eager」,容易让人理解成尽早授权。结合正文,它强调的是执行时主动检查当前权限,而不是搜索时批准一次,后续一路放行。
下面这段原始示意代码,展示了如何把具体参数和目标带入授权关口:
const candidate = await searchCatalog(query)
const schema = await loadSchema(candidate.toolName)
const args = await planArguments(schema, task)
const decision = await authorize({
identity: session.identity,
tool: candidate.toolName,
args,
target: resolveTarget(args),
scope: session.scope,
})
if (!decision.allowed) {
return recordDeniedCall(decision)
}
return executeAndRecord(candidate.toolName, args, decision)
要看的是 authorize 的位置:它在 planArguments 之后、executeAndRecord 之前。此时工具和参数已经明确,授权检查可以同时考虑身份、操作、目标与作用域。
searchCatalog 只产出候选工具;loadSchema 只提供调用说明;两者都不产出执行许可。拒绝时,流程通过 recordDeniedCall 留下明确记录,而不是继续执行或笼统返回「工具失败」。
作者明确说了,这是一种建议结构,没有做过实现验证。代码也没有交代身份和作用域如何保持最新,或授权通过后目标再次变化时如何处理。它适合用来审视系统边界,距离完整的权限实现还有一段路。
省了 Schema,整次请求就一定更便宜吗?
原文引用了另一位 DEV.to 作者的实验:200 个合成 MCP 工具,在 Agent 开始有效工作之前消耗了 24,522 tokens;500 个工具消耗了 61,302 tokens。同一位实验作者还发现,一个真实文件服务器的单工具 token 开销高于合成工具集。
这些数字说明,大工具目录确实可能挤占上下文。但它们只来自一套实验配置,既不是普遍预算,也不是本文作者复现的基准。
按需加载的做法,是保留轻量目录,只给可能选中的工具加载完整定义。收益来自少传了无关工具的参数说明。
代价也要分开算:工具定义、检索结果、对话历史,以及额外检索轮次,都是不同的成本。Schema 变少了,检索可能带来更多模型调用和延迟,最终未必更划算。
因此,作者没有建议所有系统都改成渐进发现。工具少、目录稳定时,直接加载可能更简单、更快。是否切换,要看定义实际占了多少上下文。
拆分流程还有一个诊断收益:分别记录搜索、Schema 加载和调用,才能看清 Agent 是找不到工具、填不对参数,还是被权限策略拒绝。把这些全部归为「tool failed」,后续排查只能猜。
我的判断
我认同这条边界:上下文优化和执行授权应当分别设计。尤其是涉及租户、角色、环境和资源状态的工具,目录可见性只能提供筛选依据,无法承诺后续调用一定合法。
相比只在搜索阶段过滤工具,执行前复查能覆盖权限撤销和目标变化。相比一次加载全部 Schema,渐进发现有机会降低大目录的输入开销,但会增加检索步骤。小目录继续直接加载,是原文认可的合理选择。
性能部分则需要保留判断。作者没有提供两种方案在相同任务下的成功率、总 token、延迟对照;「什么时候值得切换」仍是工程经验,需要团队自己测。原文提到的 Scalekit 市场信息和社区 OAuth、审批案例,也只能作为补充线索,不能当成方案有效性的验证。
另一个未展开的问题,是授权检查与执行之间的间隔。示意代码把关口放对了,但没有解释如何保证执行时仍满足策略。涉及删除、写入等操作时,不能直接把这段代码当作完整答案。
能拿来做什么
- 如果你的 Node Agent 已接入大量 MCP 工具,先分别统计工具定义、检索结果和对话历史的 token 占用,再比较渐进发现带来的总消耗与延迟,确认节省是否真实存在。
- 把工具搜索、参数规划和执行授权分成明确步骤,让
authorize接收实际身份、参数、目标及作用域,避免把目录过滤结果直接当作执行许可。 - 给调用链补上独立事件,分别记录候选工具、具体请求动作、授权决定和执行结果,让策略拒绝能够与检索失败、执行异常区分。
- 增加反向测试:搜索后撤销权限、执行前目标变化、工具描述超出策略范围,以及工具可见但当前租户不可用。除了检查是否拦住,也检查拒绝原因是否可审计。