不用的东西别给 AI 看
100 个工具全塞 system？Token 爆炸。这就需要按需加载的设计思路
本页解决的问题
先给结论「不用的东西别给 AI 看」要解决的关键问题是什么？
100 个工具全塞 system？Token 爆炸。这就需要按需加载的设计思路
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
写下一个问题：试完这个方法后，你能用什么证据回答它？
结论听起来很完整，却没有检查最关键的假设。
三步走：
① 首轮只给名字列表
System Prompt 里只放工具名 + 一句话说明，AI 知道有这个能力就行。
② 用到时再展开
AI 决定调用某个工具时，系统动态注入该工具的完整描述和参数格式。
③ 用完就收回
工具用完后，下一轮对话不再带完整描述，回到只有名字的状态。
「全量加载 vs 按需加载」如何改变一次回答
「① 首轮只给名字列表 System Prompt 里只放工具名 + 一句话说明，AI 知道有这个能力就行。」说明，模型处理的不是我们眼中的“字数”，而是一段段 Token。Token 的切分方式会影响输入长度、上下文能放下多少内容，以及一次请求要花多少计算。
长度、信息量和上下文不是一回事
当「① 首轮只给名字列表 System Prompt 里只放工具名 + 一句话说明，AI 知道有这个能力就行。」变长时，先要分清三件事：文字被切成多少 Token、哪些内容真正参与当前判断、以及旧内容是否已经超出上下文窗口。删掉重复说明通常比单纯把窗口开得更大更有效。
先保留会改变判断的内容
可以用「① 首轮只给名字列表 System Prompt 里只放工具名 + 一句话说明，AI 知道有这个能力就行。」做一次对照：保留同样的问题，分别删掉重复背景、压缩格式和移除无关历史，比较答案质量、延迟与 Token 数量。
从「全量加载 vs 按需加载」走到「拖动看差异」
「全量加载 vs 按需加载」先把问题落在「全量加载 ~34,000 tk 按需加载 ~2,800 tk」上；到了「拖动看差异」，讨论继续推进到「调整工具数量，看 Token 开销变化 工具数量： 50 17,500 全量加载 Token 1,550 按需加载 Token 91% 节省比例」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
处理长文本时，先保留会改变结论的内容，再决定如何压缩格式和历史；上下文更长只有在新增信息真正有用时才值得付出代价。
- 「全量加载 vs 按需加载」：全量加载 ~34,000 tk 按需加载 ~2,800 tk
- 「拖动看差异」：调整工具数量，看 Token 开销变化 工具数量： 50 17,500 全量加载 Token 1,550 按需加载 Token 91% 节省比例
- 「按需加载怎么做」：① 首轮只给名字列表 System Prompt 里只放工具名 + 一句话说明，AI 知道有这个能力就行。 ② 用到时再展开 AI 决定调用某个工具时，系统动态注入该工具的完整描述和参数格式。 ③ 用完就收回 工具用完后，下一轮对话不再带完整描述，回到只有名字的状态
最后的「按需加载怎么做」把讨论落到「① 首轮只给名字列表 System Prompt 里只放工具名 + 一句话说明，AI 知道有这个能力就行。 ② 用到时再展开 AI 决定调用某个工具时，系统动态注入该工具的完整描述和参数格式。 ③ 用完就收回 工具用完后，下一轮对话不再带完整描述，回到只有名字的状态」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。