2.1 上下文能力底座与 API 消息结构

本节要点：理解为什么 Context 是决定 Agent 实际能力的根本要素；掌握大模型 API 协议层四大消息角色（System, User, Assistant, Tool）的分工与生命周期；透视多轮工具调用的底层消息流转与 tool_call_id 强关联机制。

1. 为什么说 Context 决定了 Agent 的能力？

在标准评测榜单上表现优异的基础大模型，放到具体企业场景中却常常跌跌撞撞。原因在于：具体的业务工作依赖大量高度情境化的隐性知识（Tacit Knowledge）。

以 Coding Agent 为例，一次成功的“帮我修个 Bug”指令，模型需要以下三大核心上下文：

💬 OpenAI 资深研究员翁家翌：“对人和对模型来说，最重要的都是 Context。如果在 OpenAI 别人拥有我所有的 Context，他们也能做我的工作。团队协作最核心的矛盾，就是上下文的不一致。”

因此，团队的软件工程素养与文档透明度，直接决定了其 AI-Native 的上限。那些适合远程异步协作的优秀开源社区（如 Linux 内核维护），其讨论公开、决策留痕、架构文档化，天然为 Agent 提供了完美的上下文培养基。

2. API 协议层：四大消息角色与工具定义

Chat Completions 风格的无状态 API，通过 messages 数组和顶层的 tools 字段传递所有上下文：

多轮工具调用的 API 请求报文全貌

假设用户询问：“温哥华当前的时间和天气如何？”：


// ── 第 1 次 API 请求（Agent 框架发送） ──
{
  "model": "Qwen3-0.6B",
  "messages": [
    { "role": "system", "content": "You are a helpful assistant..." },
    { "role": "user", "content": "What's the current time and weather in Vancouver?" }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_current_time",
        "description": "Get current time in timezone",
        "parameters": { "type": "object", "properties": { "timezone": { "type": "string" } } }
      }
    },
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "Get weather for city",
        "parameters": { "type": "object", "properties": { "city": { "type": "string" } } }
      }
    }
  ]
}

模型分析后，识别出两个独立的子任务，在单次响应中并发下发两个工具调用：


// ── 第 1 次模型响应（返回两个 tool_calls） ──
{
  "role": "assistant",
  "content": null,
  "tool_calls": [
    { "id": "call_123", "function": { "name": "get_current_time", "arguments": "{\"timezone\":\"America/Vancouver\"}" } },
    { "id": "call_456", "function": { "name": "get_weather", "arguments": "{\"city\":\"Vancouver\"}" } }
  ]
}

框架并行执行这两个工具，将输出原样追加为 role: "tool" 消息发起第 2 次请求：


// ── 第 2 次 API 请求（携带全部历史与工具结果） ──
{
  "model": "Qwen3-0.6B",
  "messages": [
    { "role": "system", "content": "..." },
    { "role": "user", "content": "What's the current time and weather in Vancouver?" },
    { "role": "assistant", "content": null, "tool_calls": [ ... ] },
    { "role": "tool", "tool_call_id": "call_123", "content": "{\"datetime\":\"2026-09-21T07:30:00\"}" },
    { "role": "tool", "tool_call_id": "call_456", "content": "{\"temp\":18,\"condition\":\"Clear\"}" }
  ]
}

3. 随堂巩固自测

Interactive Practice · 概念巩固

在向大模型 API 回传工具执行结果时，为什么必须严格使用 role: 'tool' 并附带 tool_call_id，而不能把结果包装成普通 user 消息直接回传？

📚 权威拓展与延伸阅读

📖 教材章节：《AI Agents in Depth: Design Principles and Engineering Practice》（李博杰，2026）第 2 章第 2.1 与 2.2 节。
➡️ 下一节：2.2 KV Cache 机制与缓存友好设计