别再给智能体塞工具了，给它一个沙盒：Mikyo King 谈 Code Mode

当前主流智能体框架大多围绕 tool calling 构建：把一长串工具定义放进系统提示，模型每步选择一个工具并接收原始输出。Arize AI 的 Mikyo King 在 AI Engineer 的这场演讲中指出，这种做法在工具数量增多时会迅速失控——工具目录本身占据大量上下文，原始输出又常常冗长且无关，模型不得不在噪声中做推理。

他提出的替代方案是 Code Mode：不再把工具当作需要逐个挑选的 API，而是给智能体一个沙盒，让它在其中编写并执行代码来调用工具、处理数据。代码天然支持组合、循环、条件判断和中间结果过滤，智能体可以把多步工具调用压缩成一段程序，只把最终的精炼结果带回上下文。

这对中文 AI 工程读者有直接参考价值。随着智能体从演示走向生产，上下文预算和工具编排复杂度成为主要瓶颈。Code Mode 把“工具选择”问题转化为“程序合成”问题，让模型复用其代码能力，也让工具生态更容易扩展——新增工具只需在沙盒中可用，而不必全部塞进提示词。

当然，沙盒并非免费午餐。执行任意代码带来安全、权限和资源隔离问题，也需要更完善的可观测性来追踪智能体到底做了什么。演讲的价值在于把一个工程直觉讲清楚：与其不断给智能体塞更多工具，不如给它一个可控的执行环境。