recommended reading. 不错的 code mode 科普文，就是「只剩一个 Tool」有点标题党了。 tool call 的演进过程是这样的。早期只给几个工具，因为模型在大目录里选不准；后来几十个工具加一堆 MCP server，上下文撑不住，于是有了 tool search 和渐进披露。剩下的问题是一轮基本只能做一件事（最多一批互不依赖的调用），每个结果都要回到 history 里，模型再想一次才能走下一步。Code Mode 把所有工具收成一个  exec(code) ，模型写一段 TS 或 Python，在沙箱里把调用串起来跑。 不过文章没有讲失败恢复，评论区聊的比较多的也是这个。感觉 Pi Durable 的确定性重放可能是其中一个解。

recommended reading. 不到 50 美元，就能给一个开源模型植入后门，而且正常测试一题不错。ProjectDiscovery 用 Qwen2.5-7B-Instruct 做了实验：一张 L4 GPU，训练约 2.5 小时，625 条工具调用样本里投毒 125 条，通过 LoRA 让模型记住一个触发短语：bonsoir, Elliot。平时正常干活，遇到这个短语，就改为下载并执行远程脚本。