动手实战 · 你现在能做什么
让它从「会说」变成「会做」：接上第一个工具
M1 立住之后，你手上是一个很会说话的 AI。但 Alice 那 132 个工具的故事你也看完了。Agent 和聊天机器人的分水岭，就是第一个真正被执行的工具。这一步不需要 132 个，需要 1 个。
实战主线第三格：说得稳了，现在给它接上手脚。
M0
想清楚它替你干什么
M1
能稳定说人话
M2
能动手干活
M3
改好改坏能量化
M4
长跑不失忆
M5
过程可复现
先看清楚 · 一次工具调用的完整闭环
「接工具」听起来是技术活，其实链路只有四段，而且模型全程没有执行任何东西，它只是开口要，真正动手的是框架。看懂这四段，你就知道出问题该查哪一段。
从模型开口到结果回喂
01
模型开口要
输出一段 JSON：调哪个工具、参数是什么
02
框架校验参数
格式对不对、值合不合法，不合法就打回重来
03
真实执行
查数据库、发请求、写文件，这一步才碰真实世界
04
结果回喂
执行结果塞回对话，模型消化后才说人话
四段走完，用户看到的那一条回复背后是一整圈循环
四段走完才叫闭环。最容易被忘掉的是第四段：工具结果必须回喂给模型再组织成人话，否则用户看到的是一坨原始 JSON。
第一个工具怎么挑
三个标准，一个都别让：高频（你的场景里几乎每次都用得上）、低风险（只读优先，查天气、搜文档都比发邮件安全）、输入输出清楚（参数两三个，返回结构固定）。这一章讲过工具描述的学问：同样的功能，好描述和坏描述的调用成功率差三倍，所以挑好之后，先把描述写明白再谈接入。
动手清单 · 挑一个开始，勾掉它
这一章的动手清单
0 / 3 已完成
选定第一个工具
15 分钟 所有人照着上面三个标准（高频、低风险、输入输出清楚），从你的场景里挑出第一个工具，写下：工具名、一句话功能、两三个参数分别是什么。挑不出来就选「搜索我的某某资料」，它几乎适配所有场景。
什么算做完了
三个标准逐条自查都过，且你能说出：这个工具如果执行错了，最坏后果是什么（低风险工具的答案应该是「没什么大不了」）。
把工具描述写成三行
1 小时 想让它调得准第一行：什么时候该用这个工具（也写清什么时候不该用）；第二行：每个参数的含义、格式和示例值；第三行：返回什么、拿到之后该怎么用。写完拿「一次对话背后的 5 条消息」那节课的视角自查：模型只凭这三行字决定怎么调，它看不到你的代码。
什么算做完了
把描述发给一个没看过你代码的人，他能正确说出「什么情况下会用这个工具、传什么参数」。他说不出来，模型也调不准。
跑通一次完整闭环
半天 准备真做一个用你顺手的平台（Coze、Dify、Cursor，或直接写代码）把这个工具真接上，问一个必须用到它的问题，看四段链路走完。然后故意搞破坏：问一个参数含糊的问题，看它卡在哪一段、给用户什么反馈。这一章讲的 Agent 卡死五种模式，你至少要亲眼见到一种。
什么算做完了
正常问题四段全通、答案是人话不是 JSON；破坏性问题你能指出「卡在第几段、为什么」。两条都做到，M2 就立住了。