本文探讨Claude Code中多个工具调用（tool_use）的执行调度机制。核心是混合策略：每个工具自我声明能否并行，harness据此分批——连续可并行的工具组成一批并行执行，不可并行的单独串行，批次间严格顺序。工具崩溃时转为is_error的tool_result反馈给LLM，而非中断循环，确保tool_use必有对应tool_result的不变量。流式解析JSON时可提前启动工具以节省延迟。

本研究提出了一种新范式“图上计划”，旨在解决大语言模型在并行调度中的挑战。通过任务分解和抽象任务图，实验结果表明该方法显著提升了任务性能和整体效率。