加载失败
这篇帖子介绍了 Tendril，一个围绕“自我扩展工具”的 agent 原型：它从三个 bootstrap tools 起步，先搜索已有 capabilities，找不到就自己生成工具并注册到 registry，目标是缓解 coding agent 的冷启动和上下文膨胀问题。作者把它描述为 Agent Capability pattern（Agent 能力模式）的 reference implementation，并强调系统里没有 direct code execution，模型只能通过已注册能力行动。实现栈包括 AWS Strands TypeScript SDK（AWS 的 TypeScript agent SDK）、Bedrock（AWS 的模型托管平台，使用 Claude Sonnet）、Deno sandbox（Deno 的沙箱运行环境）以及 Tauri + React desktop shell（桌面客户端外壳）。评论区则把话题扩展到 workflow automation（工作流自动化）、Saved Programs、MCP/Skills（Model Context Protocol / Skills）以及 reflection、type system 这类更底层的基础设施问题，同时讨论如何避免 agent 越权和如何判断一个自动生成工具是否真的可用。作者还提到用 Qwen3-8B、Gemma 4、Mistral Small 3.1、Devstral Small 2 和 Salesforce xLAM-2 做过测试，但这些本地模型都没通过自扩展循环，说明这套思路目前仍很实验性。
不少评论者认可把“WHEN”单独拿出来讨论，认为很多 agent 框架只说明工具做什么、怎么调用，却没解决何时该调用。如果模型读不出现场状态，就会出现过度发起工具调用、浪费 token，或者该动手时却像聊天机器人一样沉默。有人建议不要把“if X then fire Y”写成僵硬规则，而要把当前已尝试过什么、问题收敛到什么程度、工作状态是什么讲清楚，让模型自己判断。也有人质疑现有注册机制仍然只是把 IF-THEN 规则换了个地方放。
一条很强的主线是：与其让模型每次重新想办法，不如把可复用的程序/工具保存下来，下次先搜索再执行。有人把这种思路直接称为 workflow automation，认为“程序作为工具”的方向才是正解，agents 或 skills 也只是朝同一方向靠拢。评论里也提出尖锐问题：如果让 LLM 自己写工具，怎样判断它是否足够正确、足够稳定到可以发布。后续还举了网页 DOM 变化、按钮 id 失效这类维护问题，说明“会跑”并不等于“可长期复用”。
有评论分享了一个更保守的实现：agent 只保留 search、request execute、request build、request update 之类的接口，真正的工具服务负责 vector search、构建、审核和注册。新工具要经过 authoring 和 adversarial reviewer 的多轮回退，credentials 也被加密存放，只在执行时注入。这样做的目标是让 agent 自己永远碰不到敏感权限，也不能绕过 vetted functions 直接做事。另一条评论则把这个担忧说得更直白：如果自扩展失控，下一步是不是就能碰银行账户了。
作者把 Tendril 定位为 Agent Capability pattern 的 reference implementation：从三个 bootstrap tools 起步，禁止 direct code execution，让每次任务都逼着模型先写工具、再定义调用条件、最后注册到 registry。作者还说拿五个本地模型做过自扩展循环测试，结果全部没通过，说明这个流程目前对模型能力要求很高。另一些人也提到，自己做类似 tool registry 时很快发现必须补上更多基础设施，尤其是跨网络的 reflection、type system 和更复杂的构建/解析层。也有人用一句“让模型自我压缩”来讽刺这种设计，暗示它可能只是把上下文重新打包。
tool registry（工具注册表）: 把可用工具登记成目录，供 agent 搜索、加载和复用。
Agent Capability pattern: 一种让 agent 通过创建和注册能力来扩展自己的设计思路。
workflow automation（工作流自动化）: 把重复任务固化成可执行流程，而不是每次都让模型重新推理。
reflection（反射）: 运行时读取和理解对象、接口或能力信息的机制，这里指分布式/跨语言场景下的 introspection。
type system（类型系统）: 用于约束接口、数据结构和调用契约的规则体系，可减少工具集成时的歧义。
sandbox（沙箱）: 限制代码执行权限和系统访问范围的隔离环境。
MCP/Skills（Model Context Protocol / Skills）: 用于向模型暴露外部能力的协议或技能包装方式，常被讨论为工具接入方案。