给 AI 装上「手」：会调工具，才算真开始干活

“

会想只是前提，能动手，才谈得上生产力。

一个只会聊天的 AI，能力再强，也困在自己的知识边界里。它读过海量文本，能推理、能表达，却读不到你本地的文件，看不见此刻的实时信息，也做不了一次可靠的精确计算——因为大模型的本质是预测下一个词，而不是执行一次运算。

工具调用（function calling），就是把这堵墙拆开的那道口子。给 AI 接上工具，它才第一次能触及模型之外的真实世界：调用搜索、读写文件、运行代码、操作网页。业内把这种让模型输出锚定在真实数据上的做法叫接地（grounding），它也是压制模型幻觉（hallucination）最直接的手段。跨过这一步，AI 的角色才从陪你想变成替你做。这篇，专门拆这道口子是怎么打开的。

01一、没有工具，AI 的天花板在哪

你多半见过这样的画面：家里老人对着手机喊一声「豆包、豆包」，问它今天穿什么、让它用方言唠两句；小孩抱着平板，跟豆包没完没了地聊天、讲故事。这几乎是眼下最普及的 AI 用法——张口就问，它张口就答，连字都不用打。

可你留意一下，这种用法再顺手，骨子里还是一问一答：改文案、答疑、翻译、陪聊。模型要用的信息全靠你开口喂进去，产出也停在它这句回答里。不管你是打字还是语音，它始终是纯粹的文本进、文本出，不接触任何外部状态——它够不到你手机里那份表格，也没法替你把一件事从头跑到尾。

一旦任务牵扯到外部世界，天花板立刻显形。让它汇总你这个月的账目，数据在本地表格里，模型读不到；让它判断某个页面今天有没有降价，模型没有实时联网的入口；让它做一组多步计算，它给的数字很可能看起来对、其实错——这正是大模型最容易被误解的地方：它擅长语言，不擅长算术，一旦硬算，就会一本正经地报出错误答案。

这些瓶颈的根源是同一个：模型只能在自己的参数里检索，既无法主动获取新信息，也无法对外产生动作。补上这一课的唯一办法，是给它一套能与外部交互的工具。

02二、工具调用的机制：一次请求，一次回填

工具调用听着玄，机制其实相当清晰，核心是一个闭环。

第一步，你预先向模型声明可用的工具：每个工具叫什么、干什么、要哪些参数、返回什么格式——这份声明相当于一张工具说明书。这条路是一步步走出来的：2023 年年中，工具调用能力才头一回进了主流大模型的 API；后来各家各写各的接法、太乱，2024 年 11 月 Anthropic 拿出 MCP（Model Context Protocol，模型上下文协议），把工具怎么描述、怎么被接入这件事统一成一个标准，省得每接一个工具都重造一遍轮子，如今已被业界广泛采用。第二步，模型推理时若发现自己缺信息，它不硬编答案，而是输出一段结构化的调用请求，比如「调用搜索，参数：关键词=某某」。这段请求通常是一段贴着你预定义 JSON Schema 的 JSON，运行时能直接解析。这里得说句准的：普通的工具调用只是尽量贴合这个格式，偶尔也会漏字段、错类型；要想 100% 保证格式不出岔，还得再开一层更严格的模式（业内叫 strict 模式，靠约束解码强制符合）。另外要划重点：模型本身并不执行任何操作，它只负责提出请求。第三步，运行时（承载模型的那套系统）真正去执行这次搜索，把结果按约定格式回填给模型。第四步，模型拿到真实结果，接着往下推理。

这个请求、执行、回填、再继续的循环，就是一个 Agent 能干活的最小引擎。这套推理与行动交替推进的范式，学界和工业界给了它一个通用名字——ReAct（Reasoning + Acting）：让模型一边推理、一边按需行动，再拿行动的真实结果去修正下一步推理。今天绝大多数 Agent 框架，底层跑的都是它的变体。

它带来的最大改变，是模型学会了一件事：承认自己不知道，然后去查。一个只凭记忆作答的模型并不可靠，它会用流畅的语言掩盖事实性的错误，这正是模型幻觉最危险的形态——错得理直气壮；一个会主动说这个我得查一下的模型，才具备落地的前提。工具调用装上的不只是能力，还有一种可核查性——它的每一步动作都留了痕、有据可查。

03三、从单工具到工具编排：判断力比工具更稀缺

真实任务很少靠一个工具解决，往往要多个工具接力；而决定每一步该用哪个工具的能力，才是 Agent 真正的分水岭。

以我发这篇文章的实际流程为例。系统全程几乎没让我动手：它先用搜索工具核验了文中几处事实表述，再逐段生成正文，接着调用生图工具产出配图，最后通过接口连上公众号后台，完成草稿创建和封面上传。我做的只有三件事——给目标、审阅、拍板。

真正的门槛不在于会用某个工具，而在于知道每一步该用哪个、按什么顺序。查证据时不会误去画图，排版时不会跑去执行代码——这种在多个工具之间做规划与调度的能力，业内称为工具编排（orchestration）。工具箱越大，编排的价值越高：工具本身可以采购，判断力不能。而且编排不只是排先后——如今主流模型还能在一轮里同时发起好几个工具调用，比如同时查天气、查日历，运行时并发跑完再一起回填，比一个个排队又快一层。这就像一位资深技师，值钱的从来不是他有多少把扳手，而是他一眼就能定位该用哪一把、哪几把能一起上。

落地时也不必贪多。可行的路径是：先给你最高频的那类任务接上一个工具，跑顺之后，再逐步扩展工具集。

04四、给 AI 装手，必须同时装上的三道工程约束

工具赋予 AI 行动力，也同时放大了它出错的后果。这里还得先泼盆冷水：别把工具当成幻觉的免死金牌。前面说接地能压制幻觉，但那是压制不是根除——工具本身要是返回了过时或错的数据（比如查了个内容本就错的网页），模型照样会有理有据地说错话。正因为工具不是万能的，下面三条工程底线，一条都不能省。

先说权限——最小化，高危动作留人工闸。这在安全工程里叫最小权限原则（least privilege）：能读文件的工具，往往也能删文件；能发网络请求的工具，也能把数据发去错误的地址。所以每接入一个工具，都要划清它的权限边界——哪些操作可以自动执行，哪些必须先经人工确认（也就是业界说的人在回路，human-in-the-loop），哪些绝对禁止。让 AI 拥有行动力的前提，是先框定它最坏能造成多大的破坏。

再说报错——工具失败必须吼出来（fail-loud），严禁静默吞掉。搜索无结果、文件读取失败，工具都得如实返回一个明确的失败信号，而不是含糊地回传空值。因为下游的模型会默认没报错就是成功，一旦它拿着一个虚假的成功继续推理，错误就会顺着调用链不断放大。工程上最危险的从来不是故障本身，而是被静默掩盖的故障（fail-silent）。

最后，该调工具时就得强制调用，杜绝凭空作答。装了工具，就得保证它在该用的时候真被用上。当一个问题明显需要查询、计算或读取文件，绝不能纵容模型图省事、凭记忆给个答案。成熟的系统会用规则或提示把模型约束到工具上：属于事实和运算的部分，必须交给工具，而不是交给语言的流畅度。

装上工具，AI 才算真正跨出干活的第一步。但只有手还不够——受限于有限的上下文窗口（context window），它做完一件事就会遗忘，每次都要你从头交代来龙去脉，效率依旧有限。工具解决的是够得着，下一个要解决的是记得住。

下一篇，我拆第二块：如何为 AI 搭一套跨越对话的记忆系统，让它稳定地记住你是谁、要什么、以及过往踩过的坑。

如果你不满足于让 AI 停在对话，而是想让它真正承担起执行，欢迎继续跟着这个系列往下拆。