16. 一位工程師正在實作一個 ReAct 框架的 AI Agent，該 Agent 需要回答「台灣目前 最大的電動車充電站營運商是哪間公司，以及其充電樁總數」。 
Agent 的工具清單如下：
•web_search(query)：回傳搜尋結果摘要
•get_webpage(url)：回傳網頁內文
•calculator(expression)：回傳計算結果
•get_current_date()：回傳今日日期
工程師設計了以下的 System Prompt 與 ReAct Loop，請問此 Agent 設計存在哪些問題？應如何改善？
[System Prompt] 你是一個資料查詢助理。 每次只能使用一個工具。 當你知道答案時，直接輸出最終答案。
[第一輪 Agent 輸出]
Thought: 我已經知道台灣電動車市場的概況，不需要搜尋，可以直接回答。
Action: 無 Answer: 台灣最大充電站營運商是 XX 公司，共有 500 個充電樁。
(A)System Prompt 未要求 Agent 在回答前使用工具驗證，導致直接依賴既有知識 產生幻覺(Hallucination)；應明確規定即時性問題需先執行 web_search；
(B)工具清單提供了 calculator 與 get_current_date，屬於多餘工具，可能增加 Agent 的選擇複雜度；
(C)ReAct 框架的核心問題在於 Thought 步驟佔用過多 token，應移除 Thought 欄 位，直接讓 Agent 輸出 Action，以提升推理效率；
(D)Agent 應在第一輪就呼叫所有可用工具並彙整結果，避免多輪 Loop 造成的延 遲