_{🧠 记忆锚点：每次工具返回都重新判断下一步；难度与风险决定思考预算。}

💡 答案要点

发布背景：

Claude Opus 4.6于2026年2月5日发布，带来了两个对Agent能力至关重要的新特性：

1. 自适应思考（thinking: {type: "adaptive"}）：让模型自动判断何时需要深度推理、何时快速响应
2. 工具间思考（Inter-tool Thinking）：让模型在连续工具调用之间调整策略

传统Agent的问题：工具调用链是"死计划"：

传统Agent执行流程：
  Step 1: 调用搜索工具 → 得到结果A
  Step 2: 无论A是什么，都执行预先计划的Step 2
  Step 3: 无论Step 2结果如何，都执行预先计划的Step 3
  ...

问题：如果结果A完全偏离预期，后续步骤会"将错就错"

Inter-tool Thinking的本质：动态策略调整：

Inter-tool Thinking执行流程：
  Step 1: 调用搜索工具 → 得到结果A
  ↓
  [模型思考：结果A的质量如何？是否符合预期？]
  ↓
  → 如果A很好 → 继续原计划
  → 如果A偏离 → 重新规划，调整策略
  → 如果A错误 → 回退，换工具，重新搜索
  ↓
  Step 2: 基于Step 1的"实际结果"重新决策下一步
  ↓
  [再次思考：根据Step 2结果调整...]

为什么这是重大突破：

能力	传统Agent	Inter-tool Thinking
工具调用	固定序列	动态调整
错误处理	事后补救	事中实时调整
长任务	错误累积导致失败	每步校验，错误不过夜
上下文利用	只看当前结果	看当前结果+历史轨迹

自适应思考（Adaptive Thinking）：

thinking: {type: "auto"}     # 模型自己决定思考深度
thinking: {type: "adaptive"}  # 模型根据任务复杂度自适应调整

简单任务（查天气）：
  → 自动用少算力快速响应

复杂任务（分析代码架构）：
  → 自动深入推理，多轮思考

→ 不需要人工设置"think harder"参数
→ 模型自己知道什么时候该想多久

对SWE-bench的影响：

Claude Opus 4.6在SWE-bench Verified上达到80.8%，OSWorld（Computer Use）超过72%。Inter-tool Thinking是提升Coding Agent成功率的关键：

没有Inter-tool Thinking：
  搜索代码 → 找到疑似位置 → 修改 → 测试失败 → 重新搜索...
  错误累积，迭代次数增加

有Inter-tool Thinking：
  搜索代码 → 评估搜索质量 → 如果不够精准 → 立即换关键词/换搜索方式
  → 修改 → 评估修改质量 → 如果不对 → 立即回退
  → 测试 → 评估测试结果 → 如果失败 → 分析原因 → 调整策略
  → 减少无效迭代，成功率提升

面试话术：

"Inter-tool Thinking解决的是传统Agent的'一条道走到黑'问题。传统Agent按固定计划执行，但真实开发中每一步的结果都可能偏离预期——搜索找不到、API超时、文件格式不对。Inter-tool Thinking让Claude Opus 4.6在每个工具调用之后'停下来想一想'：结果好不好？要不要调整？要不要换策略？这就像老司机开车，每过一个路口都会判断'方向对不对'，而不是按GPS设定一直开到沟里。配合自适应思考，模型自己知道简单任务快一点、复杂任务多想一会儿，这是2026年Claude在Coding Agent上领先的关键。"

---

版本: v2.3 | 更新: 2026-04-13 | by 二狗子 🐕

---