Показывать модели все инструменты или только нужные? Эксперимент с локальной 27B опроверг гипотезу

У ИИ-оркестратора более девяноста инструментов: работа с таблицами, документами, почтой, задачами, веб-страницами и презентациями. При обработке запросов модель на каждом шаге выбирает, какой инструмент вызвать. Возникает вопрос: показывать ей все сразу или только те, что подходят к запросу?

Обычно оркестраторы вроде Hermes, OpenClaw и Ouroboros отдают модели полный список, и она сама решает, что выбрать. Но эти агенты рассчитаны на фронтир-модели уровня Claude и GPT-5, которые держат сотню инструментов без потерь. Автор же работает на локальной Qwen 27B в закрытом контуре — минимальный вариант на RTX 3090 24 ГБ.

Для маленькой модели узкий набор оказался измеримо лучше. Перед основным вызовом работает роутер: по тексту запроса он выбирает раздел (датасеты, почта, презентации...) и подраздел. Модель получает не 90 описаний, а около 20. О существовании остальных на этом шаге она не знает — и это даёт прирост качества и скорости.

Вывод: для локальных моделей с ограниченным контекстом фильтрация инструментов по запросу — не компромисс, а необходимость. Гипотеза «чем больше инструментов, тем лучше» не подтвердилась на практике.