工具架構即模型：為什麼 Agent 評估不能忽視 Tool Schema 的版本控制

深刻指出「工具 Schema 定義就是模型評估單元的一部分」，點出工具介面變更對 Agent 推理的隱含影響，具備極高架構洞察力。

• 在評估 AI 代理（Agent）時，許多團隊會固定模型版本、溫度與提示詞，卻常把工具定義當成無關緊要的底層水管。 • 事實證明，工具架構（Tool Schema）的任何微調——例如重新命名工具、更改參數描述、調整預設值或修改回傳結構——都會直接改變模型的推理介面。 • 當介面改變時，模型所面對的任務已經不同，因此舊測試的通過並不代表新環境的表現。

作者強調：「可重現的評估單元必須包含模型、提示詞、上下文、工具名稱、參數架構與權限等完整資訊。」 • 語義上的更動應該建立新的評估套件（Evaluation Bundle）並重新跑測試，僅有純粹的外觀修飾才能保持相容。 • 開發者若不將工具架構與評估基準同步進行版本控制，將很難分辨效能退化究竟是因為模型本身的問題，還是測試環境被更動了。