待验证50% 置信基准精确时间
你可以限制 Agent 能看到哪些工具，共 12 个类别；在 Buddy 的测试中，过滤到流水线和源代码后，工具列表从 118 个降到了 28 个
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证工具路由或工具检索机制可将单次请求中的工具暴露量控制在个位数到十余个范围67% 相似待验证在 Agent 异常检测中，建议按工具类型给每个动作打上可逆性等级，并为不同等级设置独立的中止阈值，而不是对整条轨迹使用同一个分数。64% 相似待验证评估与测试类别是数量最多的类别，包含33款工具，代表项目有promptfoo、deepeval、openevals62% 相似待验证Agent 的分层测试思路包括：用固定输入单测循环终止判断、用桩（stub）替换工具验证编排器错误处理、用录制好的历史工具结果回归测试策略拦截规则。59% 相似待验证一个工具应尽量只做一件明确的事，工具越简单调用出错概率越低、易排查、可单独测试58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1024710API
curl https://kongchang.com/api/v1/knowledge/claims/1024710MCP
get_claim(id=1024710)