本文由 Anthropic 的工程师 Thariq 分享，深入探讨了在构建 AI 智能体（Agent）工具空间（Action Space）时的核心理念与实战经验。作者提出，构建智能体最难的部分在于设计其工具集，而成功的关键在于“像智能体一样思考”，即根据模型自身的能力边界来量身定制工具。

文章通过四个核心案例展示了工具设计的演进过程：首先是提问机制的优化，从简单的参数添加、格式约定，最终演变为独立的 AskUserQuestion 工具，以实现高效的人机协作；其次是任务管理系统的升级，随着模型能力的提升，从被动的 Todo 列表转向了支持多智能体协作、具备依赖关系的 Task 工具；第三是上下文构建的转变，从依赖外部 RAG 检索转向赋予模型 Grep 等搜索工具，让模型通过“渐进式披露”自主探索代码库；最后是复杂功能的解耦，通过引入专门的子智能体（如 Guide Agent）来处理特定领域的知识，避免了系统提示词的臃肿。

作者强调，工具设计并非一成不变的科学，而是一门需要不断实验、观察模型输出并随模型能力提升而迭代的艺术。开发者应保持工具集的精简，避免“上下文腐败”，并始终关注模型在特定环境下的实际表现。