工具約束原則

Vercel 的反直覺實戰發現：移除 80% 工具並約束 Agent 的解決空間，反而帶來更快的響應、更低的消耗、更高的成功率。給 Agent 越多工具選項，效果越差。

反直覺的發現

直覺上，Agent 擁有的工具越多越好——工具越全面，解決問題的能力越強。

然而 Vercel 發現，過於全面的工具庫會讓 Agent 困惑：

Vercel 發現：移除 80% 工具 + 約束解決空間 → 響應更快、消耗更低、成功率更高。

Agent 的決策品質取決於解決空間的清晰度，不是工具數量：

情況	結果
工具多 → 選項多	Agent 困惑，冗餘調用，耗 token
工具少但精準 → 選項清晰	Agent 高效，直達目標

類比：給初學者一本 1000 頁工具書，不如給他 10 條精選原則。

只保留任務真正需要的工具——按任務類型動態載入，不全量提供
Progressive Disclosure（漸進式揭露）——先只給基本工具，任務深入後再開放進階工具（見 Harness Engineering §漸進式揭露）
Deterministic Constraints（確定性約束）——用 Linter / 測試取代讓 Agent 自行判斷的工具，減少 Agent 的選擇負擔

vault 的 CLAUDE.md（CLAUDE.md（專案手冊））只列出8 種 type 詞彙、6 個 domain——正是工具約束原則的知識管理版本。限制 type / domain 數量，讓 LLM 在有界的詞彙空間內做決策，而不是在無限的選項中迷路。