更少上下文更好智能体：长程工具使用LLM智能体的高效上下文工程

部署为企业工作流程的自主代理的大型语言模型面临着一个关键挑战：来自企业系统的详细工具响应可能会导致上下文溢出、过时状态错误和高推理成本。我们使用模型上下文协议工具在 Microsoft Dynamics 365 Finance and Operations 中的自动费用明细中研究此问题。我们在 50 项酒店费用基准上评估了四种 GPT-5 配置：无用户模型、完整的对话历史记录、上下文修剪到最后 5 个工具调用/响应对，以及使用自动摘要进行修剪。结果是 5 次独立运行的平均值，用户模型在上下文工程比较中保持不变。无用户模型基线仅实现 8.0% 的完整逐项列出。全上下文保留将完成率提高到 71.0%，但每个基准消耗 1,480,996 个词元和 14.56 小时。修剪到最后 5 个工具调用将完成率提高到 79.0%，同时将词元使用量减少到 535,274 次，运行时间减少到 5.39 小时。添加汇总可以达到最好的效果：分项完成率为 91.6%，分项平均金额为 99.64%，553,374 个词元，5.79 小时。我们进一步报告置信区间、效应大小分析、修剪和汇总窗口的敏感性、失败分析、分为三类的五种费用类型的结果，以及 Claude Sonnet 4.5 的跨模型证据。这些结果表明，对于此类企业工具使用工作流程，与完整历史保留相比，选择性保留最近的工具交互加上紧凑摘要可以提高可靠性和效率。