智能体如何决定下一步

智能体不是一次性的“检索 + 生成”。面对一个问题，它会先查一路资料，看结果不够再换个方式查，必要时读原文、调用外部工具，甚至把一部分工作交给另一个更专门的智能体。每一步做什么，由模型根据当前掌握的证据决定。

让模型自己决定，难点在于让它可控：不能调用不存在的工具，不能越权读数据，不能无限循环下去，失败了也不能留下半截回答。这篇讲 ApeMind 如何做到这些。

一轮的完整轨迹

下面是一轮问答的真实结构（内容为示意）。点右侧步骤或用方向键逐步查看，留意上方的状态和预算如何变化。

模型能看见哪些工具

模型只能调用这一轮真实注册的工具。工具清单由每个智能体的工具配置决定：管理员可以按服务器、按工具开关，不在清单里的工具，模型看不见，也调不到。

• 提示词不是白名单。系统提示词里可以介绍工作方法，但模型是否能调用某个工具，只以本轮注册的工具定义为准。
• 不确定时收窄，而不是放开。工具配置暂时读不到时，只暴露 4 个高频知识库工具：列出知识库、列出文档、统一检索、读取证据，不会退回到全量工具。
• 外部工具可插拔。除了内置的知识库、图谱、网页工具，还可以接入第三方 MCP 服务器；某个外部服务器连不上时被跳过并记录降级，不拖垮整轮。

资料范围不等于权限

用户在输入框里 @ 某个知识库，或者用 # 指定某篇文档，是在告诉智能体“这一轮先看这里”。范围按优先级确定：本条消息里明确提到的最优先，其次是请求里带的，最后是智能体的默认知识库。

但这只是选材提示。每一次真实读取，都会重新校验智能体托管密钥的授权范围、工具范围，以及当前用户对这份资料的实时权限。@ 一个无权访问的知识库不会让它变得可读；被撤销权限的资料，下一次读取就会被拒绝。

一次工具调用要穿过的几层

模型发出的调用不会原样直达工具。中间有一组包装层，各自处理一类常见问题：有的直接修好，有的把问题整理成模型能看懂的提示交回去。选一个场景，看调用在哪一层被处理。

层的排列为示意，表达的是职责而不是精确的调用顺序。

这些机制的共同点是：修复要么精确，要么不做。裸名恢复只在唯一、无歧义时生效，不做模糊匹配；参数修复记录每一次修改。修不了的问题不会被掩盖，而是变成结构化的错误交还给模型，整轮不会因为一次调用失败而重来。

预算：给每一轮划定边界

模型自己决定下一步，就必须有人决定“到此为止”。每个智能体有一个响应预算档位，同时约束三件事：总时限、工具调用次数、包含工具调用的模型轮数。显式设置的数字优先于档位。

把子任务交给子智能体

一个智能体可以挂载其他智能体作为子智能体。在父智能体眼里，每个子智能体就是一个工具，名字形如 subagent__policy_researcher。调用它时必须提交一张结构化的交接单。

上下文为什么不会爆

长对话和大段工具返回是上下文溢出的两大来源。运行时在每次请求模型前做三层处理：

1. 工具返回按类型截断。历史里超长的工具结果按工具类型设上限，并插入截断标记，模型知道这里被省略了。
2. 历史先摘要再裁剪。有会话摘要时只保留最近几轮原文，其余由摘要代替。
3. 最终守护。发送前再按模型的上下文窗口检查一次，仍会溢出就直接给出友好提示并正常结束本轮，而不是发出一个注定失败的请求。

写进数据库的工具输出只保存 8 KiB 以内的预览，单个长文档不会把消息记录撑大，刷新页面后也仍能看到摘要。

依据从哪里来

搜索结果只是候选。智能体按证据句柄回读原文后，读取工具的返回会被转换成结构化的来源材料：引用的文字、知识库与文档定位、产生它的工具调用。这些材料按顺序编号，作为回答的依据，和回答一起持久化。

引用回答的是“这句话依据的是哪段原文”，帮你核对，但不等于自动证明答案完全正确。完整机制见 引用如何回到原文。

断线和刷新

执行过程通过 SSE 实时推送，每 5 秒一次心跳防止代理断开空闲连接。网络闪断后，前端带着上次收到的序号重连，从断点继续，重复的片段会被去重。隔了很久再刷新，实时事件可能已过期，这时从持久化的消息里恢复最终答案、工具摘要和引用。

运行这一轮的进程如果意外退出，后台协调器会发现失去租约的轮次，把它标记为失败，界面不会永远停在“运行中”。

边界

• 工具怎么选、先查什么后查什么由模型决定，不同模型的策略会有差异；预算和权限是硬边界，策略不是。
• 运行时保证“只用真实工具、不越权、有终点”，不保证每一次都选到最优路径。
• 公开到网站的智能体，推理过程可能对访客可见，发布前应确认它适合公开。

出问题时查哪一环