今天这一讲，我们要聊一个更底层、也更“无处不在“的东西—— API。

你每次点外卖、查天气、刷短视频，背后都有无数个 API 在默默干活。理解 API，你就理解了现代软件是怎么“互相说话“的；更重要的是，你就能理解：为什么今天的 AI 不再只是“聊天机器人“，而是能真正“帮你干活“的超级助手。这一讲，我们依然用大白话 + 生活化比喻，把 API 讲清楚。

一、API 是什么：软件之间的“服务窗口“

API = Application Programming Interface（应用程序编程接口），说白了就是：软件与软件之间互相调用的“服务窗口“。

—— 那什么叫“服务窗口“？用银行柜台来打比方 ——

🏦 银行柜台比喻

你去银行办业务，会不会直接冲进金库，自己翻钱、自己记账？当然不会。你要做的是：走到柜台窗口，把身份证递进去，告诉工作人员“我要取 500 块“，然后等他办好，把钱交给你。

这个“柜台窗口“，就是银行和你之间的“接口“——你不能进金库，但你能通过窗口，享受到银行提供的服务。

图1：API 核心概念 

💻 换成软件世界，一模一样：

软件 A 想用软件 B 的功能（比如：点外卖、查天气、付钱、看地图），但它不能直接闯进软件 B 的“内部系统“乱翻数据。它只能通过软件 B 提前开好的“窗口“（也就是 API），按规则发请求，然后等软件 B 把结果返回来。

记住这句话：软件想调用别的软件能力，必须通过 API 这个“窗口“，按规则办事。

二、三讲关系对比：CLI → Function Calling → API

讲到第三讲了，我们停下来捋一捋：这三讲到底是什么关系？为什么要从 CLI 讲到 Function Calling，再讲到 API？

一句话总结进化关系： CLI（人命令电脑）→ Function Calling（AI 调用工具）→ API（软件之间互相调用）

三讲对比表：

这三讲是层层递进的。CLI 是“人操作电脑“的基础；Function Calling 让 AI 也能“动手“；而 API是让 AI 真正“万能“的关键 —— 因为互联网上几乎所有软件，都提供了 API 接口。AI 只要会调用 API，就等于会用所有软件。

三、API 是怎么工作的：一次调用的完整流程

说完“是什么“，我们来看看“怎么干活“。一次API 调用，其实和你去银行办业务一模一样，分五步走：

① 发起请求软件A 向软件 B 的 API 接口发送请求，告诉它“我要用什么功能，参数是什么“。好比：你走到柜台，说“我要取 500 块，这是我的身份证“。

② 身份核验API 收到请求后，先核验身份（检查 API Key / Token 是否有效）。核验不通过，直接拒绝，根本不会进内部系统。好比：柜台工作人员先刷你的身份证，看是不是本人、有没有权限办这个业务。

③ 功能调用身份核验通过后，软件 B 才真正执行对应的功能（查数据库、计算数据、调用内部逻辑）。好比：工作人员验证通过后，走进内部系统，帮你查余额、取钱。

④ 数据封装功能执行完后，软件 B 把结果按“约定好的格式“封装好（通常是 JSON 格式）。好比：工作人员把取到的钱和回执单一并交给你，用标准格式打包好。

⑤ 返回结果封装好的数据通过 API 接口返回给软件 A，一次调用结束。好比：你拿到钱和回执，业务办完。

关键结论：API 调用必须“先核验身份，再返回数据“。这个设计保证了软件之间互相调用时的安全性 —— 你不能随便调我的接口，我也不能随便调你的。必须有”通行证”（API Key / Token）才行。

四、API 与 AI 的结合（重头戏）：API 是 AI 的“手脚“

我们要回答一个核心问题：API 和 AI 到底有什么关系？

API 是 AI 的“手脚“。没有 API，AI 只是一个“只会聊天的机器人“；有了 API，AI 才真正能“调用一切软件“，变成你的超级助手。

—— 为什么这么说？——

AI 本身（大模型）只是一个“大脑“：它能理解你的话、能思考、能规划步骤，但它本身不能直接查天气、不能发短信、不能操作你的表格。它需要一个“中间人“，帮它把“想法“变成“行动“。

这个”中间人”，就是 Function Calling + API 的组合：AI 通过 Function Calling 决定”要调哪个工具”，再通过 API 真正完成”调用外部软件”的动作。

用公式来表达就是：

AI 的能力 = 大脑（大模型理解力）+ Function Calling（决策”调什么”）+ API（真正”调到了”）

常见 API 能力举例（AI 可以调用的）：

天气API：AI 查天气，告诉你明天要不要带伞

地图API：AI 查路线，告诉你怎么走不堵车

支付API：AI 帮你付款（当然需要你确认）

短信API：AI 发短信提醒你“该吃药了“

翻译API：AI 把英文邮件自动翻译成中文

办公API：AI 帮你往 Excel 里写数据、创建 PPT

五、实际案例：你看到的是“一句话“，背后是多个 API 在配合

理论讲完了，来看两个具体案例。你会发现：你每次用 AI 工具，背后都有一串 API 在默默干活。

📱 案例一：一个外卖订单背后，有多少个 API 在干活？

你打开外卖 APP，选好菜，点“下单“——这一个动作，背后至少有 4 个 API 在协作：

· 餐厅菜单 API：获取菜品列表、价格、库存（这道菜今天还有没有？）

· 地图 API：实时追踪骑手位置，告诉你“还有 5 分钟到达“

· 支付 API：完成付款，把扣款结果返回给 APP

· 通知 API：发送订单状态通知：“商家已接单“、“骑手已取餐“

你只点了一下“下单“，背后有 4 个 API 在同时工作 ——菜单 API + 地图 API +支付 API + 通知 API = 一次完整的外卖体验。

🤖 案例二：AI 帮你安排周末约会（多 API 串联）

你对 AI 说：“帮我安排一个周末约会。” —— AI 收到这句话后，会默默调用一串 API，帮你把事情办妥：

1. 天气 APIAI 先查周末天气 → 晴天，适合出门

2. 地图 API再看各个餐厅的距离和通勤时间 → 选一家 20 分钟内的

3. 餐厅 API查这家餐厅的空位和可订时间 → 18:00 有座

4. 日历 API最后帮你在日历里创建提醒 → “周六 18:00 约会，别迟到！“

你说一句话，AI 调用了 4 个 API —— 这就是今天 AI助手的真正能力：它不是“假装“帮你安排，而是真的通过 API 把事情办成了。

六、总结：一张表看懂 API

七、写在最后：从“聊天“到“干活“，API 是关键一步

三讲下来，这条线索的背后，其实是 AI 能力边界不断扩大的过程：从“只能被人命令“，到“能主动调用工具“，再到“能调用互联网上所有软件的接口“。

但讲到这里，你会发现一个新问题：每个软件的 API 都不一样，AI 要一个一个去“适配“，太麻烦了。有没有一种方式，能让 AI 统一地、标准化地连接所有工具？

答案是：有。这就是我们下一讲要讲的内容 —— MCP（Model Context Protocol）。

下一讲预告：第四讲 MCP  AI 为什么需要一个”统一插座”？MCP 在统一 AI 连接工具的方式上做了什么？没有 MCP 和有了 MCP，到底有什么区别？MCP 和 Function Calling 到底有什么区别？用一个生活案例（AI 帮你整理项目资料）一次性讲清楚。

如果这一讲对你有帮助，欢迎点赞、收藏、转发。我们下一讲，MCP 篇，不见不散。