06. 工具结果应该怎样回填给模型

模型生成 pwd 时，并不知道命令会返回哪个路径。执行发生在模型外部，模型内部状态不会随本机进程自动更新。

因此工具调用后还需要一次模型请求：

原任务 → 模型提出调用 → 运行时执行 → 回填结果 → 模型继续判断

省略调用记录，模型可能不知道结果对应哪个动作；省略工具结果，模型只能猜测；直接把原始结果展示给用户，则无法让模型组合多项证据或生成约定格式。

回填不是简单追加字符串

结果至少要表达以下字段：

日志可以保留完整字段，发送给模型时再按任务压缩。两者不能共用一段已经删减的字符串，否则调试系统也会失去原始证据。

四种回填方式

100 KB 日志不应默认全部进入上下文。更稳妥的做法是保存原文，回填总行数、错误行、头尾片段和内容引用。模型若需要某一段，再调用带范围参数的读取工具。

截断必须显式

若运行时悄悄截断结果，模型会把不完整数据当作完整数据。结果中应同时提供：

• 原始字节数。
• 已返回字节数。
• 截断位置。
• 是否保留头部或尾部。
• 获取其余内容的方法。

“没有找到错误”与“错误可能位于未返回部分”是两种结论。

并行结果怎样归并

Kimi 第二次请求中，两条 role=tool 消息分别引用 Bash_0 和 Bash_1。运行时可以按调用标识匹配，而不依赖完成时间。

并行工具回填还要保留部分失败。若一个调用成功、一个超时，不能把整批结果表示为单一失败。模型需要看到每个调用的独立状态，才能决定重试哪一个。

我会怎样测量回填策略

让同一工具分别返回 1 KB、100 KB 和 1 MB 文本，对四种策略记录：

结果回填的目标不是尽可能少，也不是尽可能完整，而是在证据完整性、上下文成本和可恢复性之间建立可检查的边界。

摘要必须能够指向原始证据

结构化摘要中的每条事实应带来源范围，例如日志行号、文件片段标识或结果对象路径。模型回答若引用摘要中的错误信息，调试者才能判断错误来自工具、摘要器还是后续推理。

摘要器也应受到输出契约约束，至少返回事实、未确定项、遗漏范围和原始结果引用。只生成一段流畅文字，会把缺失信息隐藏在表达中。

回填策略需要按工具类型配置

目录列表适合结构化数组，命令日志适合头尾截断和错误行提取，搜索结果适合带来源的分项摘要，二进制产物只应返回元数据与引用。统一使用一个字符上限，会让不同工具失去各自最重要的证据。

回归测试还要加入编码错误、空输出、重复字段和超大单行文本。系统只有在这些边界条件下仍能明确表示完整性，才算拥有稳定的结果协议。

回填预算应由下一步决策决定

工具产生多少内容，与模型下一步需要多少内容不是同一个问题。目录列表需要名称和类型；编译失败需要首个根因及其附近上下文；搜索结果需要出处、相关片段和可重新获取的引用。

控制面描述运行状态，决策面支持动作选择，证据面保存可复查材料。MCP 工具规范允许结果同时提供文本、结构化内容和资源引用，并用 outputSchema 校验结构化结果。MCP Tools specification

截断位置会改变结论

保留前 10 KB、后 10 KB 或按相关性选取 10 KB，可能得到不同结论。实验需要三类夹具：关键信息分别位于开头、中间和结尾。每次截断保存原始字节数、保留范围、编码、完整结果引用和原因；模型可见文本也要明确显示缺口。

摘要后再用原文构造的问题反向检查，例如错误码、失败文件、对象数量和是否存在成功回执。数字、路径和对象标识必须原样保留，不能用近似表达。

计量单位应是完整循环

1 KB、100 KB 和 1 MB 三档结果分别采用全文、截断、摘要和外部引用。除了最终回答，还记录下一轮是否重复调用、是否请求补充片段、累计输入 Token、首 Token 延迟和实际引用的证据范围。

摘要组若因为缺少退出码而重复调用三次，单轮输入虽然更少，任务总成本仍可能高于全文组。回填策略只有放进完整 Agent 循环里才能比较。