推荐语
从Function Calling到Tool Calling，AI交互模式的重大升级，开发者必看的技术演进解析。
核心内容：
1. Function Calling的基础概念与应用局限
2. Tool Calling的核心优势与典型场景
3. 两种调用方式在AI Agent系统中的实际对比案例
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
今天写的是一篇衍生文章。以前在跟国内某大模型大厂合作的时候我们提了一些建议，说你们现在支持的Function Calling实在太不靠谱了，得赶紧做，不过那个时候大家还在拼模型基础性能，感觉没空做，所以去年一年我们有两个项目只好忍痛弃用。Function Calling 是什么？
这是最早由 OpenAI 在 GPT-4 2023 中推出的一种机制，允许你为模型注册一组函数接口，大模型基于自然语言自动输出需要调用的函数及其参数。
举例：
"function":{
"name":"get_weather",
"parameters":{
"city":"Shanghai"
}
}
你给模型定义函数，它会决定何时调用，并生成参数。
优点：
简洁、适合微服务对接
易于开发调试
模型直接“填表”输出函数名和参数
限制：
仅适合静态、结构化、无状态的调用
复杂交互无法表达（如多轮、异步、Agent协作）
Tool Calling 是什么？
Tool Calling 是 Function Calling 的扩展版 + 抽象升级版，它背后的理念是：
“大模型不是调用一个函数，而是调用一个工具，工具可以是函数、数据库、搜索器、Agent、文件系统等复合实体。”
在 GPT-4o、Claude 3.5、Gemini 2.5 这些模型中，“Tool Calling” 已成为更推荐的交互模式。
特征：
| |
|---|
| |
| |
| 工具可嵌套调用，如 Agent调用另一个Agent |
| |
在AI Agent和大模型应用中，“Tool Calling” 和“Function Calling” 是两个概念上相关、实现上逐渐分化的能力。它们的核心区别主要在于：
一句话区别：
| | |
|---|
| | 模型调用一个“工具”——可能是函数、API、Agent、数据库等 |
| 函数级调用 | 系统级调用 |
| | |
| | |
示例对比（场景：预定会议室）
| | |
|---|
| | |
| | Tool 包含：会议室数据库 + 调用链逻辑 + 用户偏好 |
| | |
| {"room": "301", "time": "3pm"} | |
哪种更适合 AI Agent 应用？
总结对比表：
最后我们让Gemini出了一份对比，为什么要强调是Gemini出的呢，因为...反正不是我们出的。
粤ICP备14082021号
免费POC，
零成本试错
