一句话定义
执行引导的工具采纳（Execution-Guided Tool Use）指的是：智能体（Agent）面对成百上千个工具时，不把“选哪个”当成一次语义匹配，而是先小规模并行试跑几个候选，再根据实际执行结果决定采用哪一个。
为什么“看描述选工具”不够
工具的名字和描述主要给人看，执行引擎并不直接依赖它们。比如有三个工具分别叫 search_docs、query_kb、retrieve_context，描述都写着“检索知识库”，在向量空间里几乎重合，但实际行为可能完全不同：一个只接受关键词，一个要求传文档 ID，还有一个在找不到时返回空数组而不报错。语义上最相似的那个，往往不是真正能跑通的那个。
打个比方
向量检索像看菜单图片点菜，图片好看不代表菜好吃；执行引导则像先点三小份试吃，哪份合口味就留哪份。
三步流程
1. 粗筛候选：用工具检索（AI 词典：Tool RAG">Tool RAG）或简单规则取出少数几个可能相关的工具；
2. 并行试跑：在沙箱、只读或空跑（dry-run）模式下，用真实参数各调一次，观察是否报错、是否返回空、返回结构是否符合预期、延迟多久；
3. 择优采纳：选执行结果最像“成功”的那个继续，或把执行反馈交给模型重新决策。
前提是试跑必须安全：幂等、可回滚、有调用预算上限。所以它通常不是“全部试一遍”，而是粗筛之后再小规模试跑。
和相邻概念的区别
| 维度 | 工具描述优化 | 工具检索（Tool RAG） | 执行引导的工具采纳 |
|---|---|---|---|
| 优化对象 | 工具的说明书 | 候选池的召回 | 决策依据 |
| 判断依据 | 文字写得清不清楚 | 向量、关键词相似度 | 真实执行结果 |
| 生效时机 | 离线，上线前 | 检索那一刻 | 调用之后 |
| 主要成本 | 人工撰写与维护 | 一次向量检索 | 多次工具调用 |
| 典型失败 | 描述与行为不一致 | 语义相近却跑不通 | 试跑有副作用、成本高 |
三者是叠加关系，不是替代关系：描述优化让工具更容易被理解，Tool RAG 把候选从一千个缩到五个，执行引导在五个里挑出真正能用的那个。
对从业者的实际意义
工具数量超过几十个之后，继续在嵌入模型（embedding）和描述文案上投入，收益会递减；更划算的做法是把工具改造成“可安全试跑”的形态，例如提供空跑参数、只读模式、明确的错误码和结构化返回。判断一个 Agent 平台是否成熟，可以看它有没有把执行结果当作一等反馈，而不仅仅当作日志。
对普通职场人的实际意义
助手会从“告诉你怎么做”变成“自己去试哪个工具能做”，体验更顺，但它真会调用，而不只是说说。授权范围给多大、哪些操作必须人工确认，需要提前想清楚。具体权限规则以各家产品官方页面为准。