本文介绍了一种新型工具调用代理的评估方法，通过推理时的反馈提升工具选择和参数准确性。研究提出“有用性-有害性”指标，量化反馈的正负效应，以优化代理模型选择和提示设计。实验结果表明，分离执行与评审的架构能有效提高代理性能，避免重新训练基础代理。