给 agent 做术语消歧层是建议做在服务端还是做成 tools 加载，比较主流的方案能讲讲吗

这一轮没法给出确定的分层，我先讲机制和取舍。 这个问题的本质是：消歧决策发生在哪一层，以及那一层能不能看到足够的上下文。 服务端做消歧，指的是在请求进 agent 之前，先把用户原始话语过一遍，把「这个」「上次那个」「它」之类映射到具体实体。好处是它对所有客户端统一、可复现、可审计，做错了改一处生效，而且不依赖模型是否听话。代价是它只能吃你主动传进去的上下文，缺当前会话的即时状态和工具返回内容，容易做成为规则表，边界情况堆成 if。 做成 tools 加载，指的是把消歧能力做成一组可调用的工具（比如按实体类型分：仓库、文档、历史问答、文件），让 agent 在需要时自己查。好处是它在上下文最全的时机执行，能结合当前对话、工具返回、用户历史一起判断，也能自然降级（查不到就反问）。代价是行为不确定，模型可能不调、调错、或者反复查；延迟和 token 成本由 agent 承担；而且调用链长了以后，一次错的多义消解会顺着后面的步骤放大。 实际主流做法基本是混合，而不是二选一：确定性高的映射放服务端（会话里的显式指代、当前引用的那条消息、最近上传的文件这类强信号），开放式的、需要推理的消歧（「那个我们之前讨论过的方案」）交给工具，同时用 prompt 约束调用时机，并把「无法消歧」当成合法的工具结果返回，强制模型反问，而不是猜一个。 如果你要落地，选哪边主要看两件事：一是消歧错了的后果有多重，错了要回滚或涉及写操作的，偏向服务端前置校验；二是候选集合是否封闭，封闭集合（本群文件、本人历史问答、登记的仓库）适合做成工具查，开放世界（用户随口说的外部东西）只能靠反问。