本月，Anthropic 披露了两项重磅更新。根据我在各大开发者社区的观察，多数人仅将其视为常规的功能迭代。然而，程序化工具调用（Programmatic Tool Calling）与网页搜索动态过滤（Web Search Dynamic Filtering）的背后，实则隐藏着同一种核心逻辑的两种呈现。它们共同释放出一个前所未有的信号：严谨的 AI Agent 架构正在发生质变。
究竟什么是“上下文税”？在你意识到之前，它可能已经拖慢了你的整个系统。在标准的工具使用流程中，这一模型调用工具，返回结果填充上下文，它再次阅读、决策并循环往复。每一次往返都在重新采样，每一条中间数据都在蚕食你的窗口。
当你试图构建一个包含五个以上连续调用的 Agent 时，痛感会变得极其写实。令牌（Token）成本在叠加，延迟在加剧。最令人意外的是，随着无关噪音塞满上下文，回答质量反而会因“锚定”在无用信息上而出现滑坡。网页搜索更是重灾区——一次简单的检索往往会把导航栏、侧边栏和页脚等数万个字符的 HTML 垃圾塞进大脑，只为寻找其中那三句关键信息。
拆解“程序化工具调用”的底层逻辑
虽然名字听起来晦涩，但其本质非常纯粹。相比于让智能实体逐个发起 API 请求，它现在能直接撰写一段 Python 脚本，将你的工具作为函数进行内部调用。这段代码运行在安全的沙箱容器中，所有的中间过程都留存在容器内部。最终，只有你需要的结果——无论是 print() 的日志还是计算出的数值——才会返回给模型。
你只需在工具定义中添加一个极简的字段即可开启：
{
"name": "query_database",
"description": "执行 SQL 查询。返回 JSON 对象格式的行数据。",
"input_schema": { ... },
"allowed_callers": ["code_execution_20250825"]
}
那个 allowed_callers 字段便是通往新世界的钥匙。一旦设定为 ["code_execution_20250825"]，该 Agent 就能在生成的代码中调度此工具；否则，它将退回到传统的交互模式。
其执行逻辑如下：
- 模型撰写 Python 脚本，以异步函数的形式调用你的工具。
- 当代码内部触发工具时，执行会暂时挂起，API 将抛出一个
tool_use 块。
- 脚本结束后，该 Agent 仅获取最终产出并给出响应。
这意味着所有的原始查询结果、杂乱的 JSON 格式和 API 原始响应都不会进入上下文。它们在沙箱中被精准处理后即被抛弃。
为什么 Token 数学题从此改变了？
让我们看一个具体的案例：你需要构建一个查询五个大区销售数据并找出冠军的 Agent。在旧方案下，你需要五次采样、五次原始数据回流。而利用程序化调用，它只需写下一段精简的循环代码并运行一次：
regions = ["West", "East", "Central", "North", "South"]
results = {}
for region in regions:
data = await query_database(f"SELECT SUM(revenue) FROM sales WHERE region='{region}'")
results[region] = data[0]["revenue"]
top = max(results.items(), key=lambda x: x[1])
print(f"Top region: {top[0]} - ${top[1]:,}")
在这个场景中，只有那行 print 的结论会返回给上下文。根据官方文档，程序化调用 10 个工具与直接调用相比，令牌消耗量降低了近 10 倍。这并非边际优化，而是对于高吞吐量数据型 Agent 的降维打击。此外，诸如“提前终止循环”、“根据文件大小动态选择读取方式”以及“在 10,000 行日志中仅筛选末尾错误”等复杂编排，现在都能由模型自动实现。
动态过滤：同样的逻辑，更强的搜索
动态过滤本质上是针对网页搜索工具的程序化应用。它不再是把完整的 HTML 搬进上下文，而是由模型自动编写代码进行解析、提取和预处理。在 Sonnet 4.6 和 Opus 4.6 中，这一功能已默认开启。
在 BrowseComp 和 DeepsearchQA 等硬核基准测试中，这些数字足以让你重新审视生产环境的模型选型。
这意味着： 在平均提升 11% 准确度的同时，输入令牌的消耗反而减少了 24%。Quora 旗下的 Poe 团队在测评后表示：“该模型现在的行为更像是一名真正的研究员，它会写 Python 来过滤和交叉验证结果，而不是对着 HTML 原始文本盲目推理。”
当然，这里有个现实的提醒：Token 成本并非在所有模型上都同步下降。尽管如此，这种通过“少花钱多办事”带来的质量跃升，依然是 2026 年最值得关注的架构趋势。
拼图的最后几块
除了上述核心更新，该 AGI 先锋还让数个关键组件步入正式商用（GA）阶段。记忆（Memory）功能提供了跨对话的持久化存储，避免了每轮对话都要重新塞入历史的尴尬；工具搜索（Tool Search）则允许在巨大的库中动态发现工具，无需提前预加载所有定义。
所有的功能——无论是沙箱引擎、程序化调用还是动态过滤——都指向了同一个瓶颈：上下文窗口的过载。
我们正处于一个转折点。 过去那种把所有数据塞进窗口并祈祷算法能自己理清思路的“天真架构”已经走到了尽头。新兴的模式是：在数据触达大脑之前，先进行程序化的预处理。过滤、解析、外部持久化——让模型回归其作为“决策者”和“编排者”的本位。
未来的 Agent 不会再搬运原始数据，它们会思考需要什么，写代码去获取，然后仅加载结论。如果你正深陷上下文溢出的困扰，那么 allowed_callers 绝对值得你投入一个下午去研究。这种架构上的聪明，将带来比模型降价更深远的经济效益。
粤ICP备14082021号
免费POC，
零成本试错
