AI Agent的工具调用能力正成为衡量其实际可用性的关键指标，但如何系统性地评估这一能力，业界仍缺乏统一方法。OpenRouter近日发布一份技术教程，针对AI Agent工具调用准确性的测试问题给出了可操作的思路。

该教程的核心思路是：不把工具调用失败视为一个整体指标，而是将其拆解为两类独立错误——工具选择错误和参数错误。前者指Agent选错了应该调用的工具，后者指工具选对了但传入的参数不正确。

按照这一分类，开发者可以分别对两类错误进行测试和统计，从而更精确地判断Agent在工具使用链条上的薄弱环节究竟出在决策层面还是执行层面。

这一拆分方式的价值在于，它让原本笼统的“调用准确率”变得可归因。对正在调试Agent工具调用能力的团队而言，该教程提供了一套可直接参照的评测框架。