>本文是「AI 基础设施科普」系列第 7 篇。上一篇我们聊了 RAG——让 AI 先搜资料再回答，减少瞎编。但搜完资料之后呢？AI 还是只能"说话"，不能"做事"。今天我们聊一个让 AI 真正能干活的关键能力——工具调用。

## 一、AI 为什么不能"动手"？
大语言模型本质上是一个**文本生成器**——输入一段文字，输出一段文字。它不会查天气、不会发邮件、不会操作数据库。

举个生活类比：

>你有一个助理，脑瓜子很聪明，什么都知道，但手脚被绑着——他可以告诉你"今天北京 28 度，晴天"，但没法帮你打开空调、没法帮你下单外卖、没法帮你发一封邮件。他只能"说"，不能"做"。

**工具调用（Tool Use，也叫 Function Calling）就是给 AI 松绑——让它不仅能"说"，还能"做"。**
更准确地说：AI 本身仍然不直接执行操作，但它可以**发出结构化的指令**，告诉你的代码"请帮我调用这个工具"，你的代码执行完再把结果回传给 AI。

这就像一个项目经理——他不动手写代码，但他知道该让谁写、写什么、什么时候要。真正写代码的是工程师（你的程序），但整个流程由 AI 来调度。

![image](https://developer.qcloudimg.com/http-save/yehe-5877188/3616d97cdafe5fca2764fef5db0b54e2.png)

## 二、工具调用怎么工作？

整个流程是一个**循环**，学术界叫 Agentic Loop。拆开来看：

**第一步：你告诉 AI 有哪些工具可用**
你在发送消息时，附上一份"工具清单"——每个工具有名称、描述、参数格式。就像给新员工一本操作手册："这里有个查天气的工具，参数是城市名；这里有个发邮件的工具，参数是收件人和正文。"

**第二步：AI 决定是否调用工具**
AI 读到你的问题后，判断需不需要用工具。如果不需要（比如"你好"），直接文字回答；如果需要（比如"北京今天多少度"），输出一个结构化的工具调用请求。

**第三步：你的代码执行工具**
这是关键——**AI 不直接执行任何操作**。它只是输出一个 JSON，告诉你"我想调用 get_weather，参数是 {city: '北京'}"。你的代码拿到这个 JSON，去调用真正的天气 API，拿到结果。

**第四步：结果回传给 AI**
你把工具执行的结果拼回对话里，发送给 AI。AI 看到结果后，组织成自然语言回答你——"北京今天 28 度，晴天。"

**如果 AI 觉得信息还不够？** 它会再次调用工具——这就是"循环"。直到它觉得够了，才给出最终答案。

![image](https://developer.qcloudimg.com/http-save/yehe-5877188/6460e7dfe91a1f360735f9581a7d6f29.png)

一个完整的例子：

你说："帮我查北京和上海的天气，然后推荐穿什么。"
1. AI 输出：调用 `get_weather({city: "北京"})` 和 `get_weather({city: "上海"})` ← **并行调用**
2. 你的代码：同时查两个城市的天气，拿到结果
3. 结果回传：北京 28°C 晴 / 上海 22°C 多云
4. AI 输出："北京 28 度晴天，建议穿薄 T 恤；上海 22 度多云，建议带件薄外套。"

你只说了一句话，AI 自己决定查两个城市的天气，还帮你搭配了穿着建议。

## 三、并行调用——不只一次调一个

早期的工具调用是"一次一个"——AI 每次只能调一个工具，等结果回来再决定下一步。效率很低。

2025-2026 年，主流模型都支持了**并行工具调用**——AI 可以在一次响应中同时发出多个工具调用请求。

这有什么用？

>假设你要查 10 个城市的天气。串行调用需要 10 轮对话（每轮约 2 秒），总共 20 秒。并行调用只需要 1 轮——AI 同时发出 10 个调用，你的代码并行执行，2 秒就搞定了。

2026 年的研究显示，在搜索类 Agent 任务中，并行调用可以实现 **4 倍速度提升**。

目前支持并行调用的模型：GPT-5 系列、Claude Opus 4.7、Gemini 3 系列、DeepSeek V4。

## 四、各家模型的工具调用有什么不同？

OpenAI 叫 Function Calling，Anthropic 叫 Tool Use，Google 也叫 Function Calling——名字不同，核心逻辑一样，但实现细节有差异。

|维度|OpenAI|Anthropic(Claude)|Google(Gemini)|
|:-:|:-:|:-:|:-:|
|参数名|`tools` + `tool_choice`|`tools` + `tool_choice`|`tools` + `tool_config`|
|并行调用|支持|支持|支持|
|Strict 模式|支持（100% 格式合规）|支持|支持|
|服务端工具|无|有（web_search、code_execution 直接在服务器执行）|有（Google Search、代码执行）|
|工具结果格式|`role: "tool"`|`role: "user"` + `tool_result`|`functionResponse`|

几个值得注意的差异：

**Claude 的服务端工具**：web_search、code_execution 这类工具不需要你写代码执行，Anthropic 的服务器直接帮你跑，结果自动返回。这省了很多开发工作。
**OpenAI 的 Strict 模式**：开启 `strict: true` 后，模型保证 **100% 按 Schema 输出**，不会少字段、不会格式错。对生产环境来说非常关键——没有这个保证，你的代码解析工具调用结果时随时可能崩溃。
**跨平台迁移注意**：OpenAI 和 DeepSeek 的格式兼容，可以无缝切换；Claude 的工具结果回传格式不同，迁移时需要重点适配。

## 五、MCP——工具调用的"USB 接口"

每家模型的工具调用格式不一样，这意味着你给 OpenAI 写的工具定义，没法直接在 Claude 上用。这在 2024 年以前是个大问题——每个模型都要重写一遍工具对接代码。

**2024 年 11 月，Anthropic 发布了 MCP（Model Context Protocol，模型上下文协议）**，相当于给工具调用定义了一个"USB 接口"——不管什么模型、什么工具，都用同一套标准通信。

MCP 的发展速度惊人：

|时间|里程碑|
|:-:|:-:|
|2024.11|MCP 发布，首月下载量约 10 万|
|2025.03|OpenAI 全面采用 MCP（Agents SDK + ChatGPT 桌面端）|
|2025.04|Google Gemini 支持 MCP；5 个月下载量突破 800 万|
|2025.12|MCP 捐赠给 Linux 基金会下的 AAIF，实现厂商中立治理|
|2025.12|Python + TypeScript SDK 月下载量合计 9700 万|
|2026|75% 的 API 网关厂商预计将添加 MCP 功能|

**MCP 解决了什么问题？**

反面：没有 MCP 时，你给 OpenAI 写了一套工具定义，换 Claude 要重写，换 Gemini 又要重写。维护 N 份工具代码，升级一个接口要改 N 个地方。

改成：有了 MCP，你写一份工具定义（MCP Server），所有支持 MCP 的模型都能直接调用——就像 USB 设备插到任何电脑上都能用。

MCP 定义了四大核心能力：
- **Tools**：可调用的函数（查询数据库、调用 API）
- **Resources**：数据源（文件、文档）
- **Prompts**：可复用的提示模板
- **Sampling**：让工具服务器反向调用模型

![image](https://developer.qcloudimg.com/http-save/yehe-5877188/290270bb8e856aa6b298d2fcdd1bb017.png)

## 六、工具调用的安全风险


工具调用让 AI 能"动手"了，但这也意味着风险变大了。2025-2026 年最值得关注的安全问题：

**1. 提示注入**
攻击者在网页、文档或 API 响应中嵌入恶意指令，AI 读取这些内容后可能执行危险操作。比如 RAG 检索到一篇被注入的文档，AI 照着文档里的指令调用了"删除文件"的工具。

这是 2025 年 OWASP LLM Top 10 排名第一的风险，出现在超过 73% 的生产 AI 部署中。2025 年已经出现了真实漏洞：GitHub Copilot 的远程代码执行漏洞、微软的 EchoLeak（CVSS 9.3 分）。

**2. 权限控制**
给 AI 太少权限，它什么事都做不了；给太多权限，它可能误操作。主流方案是**敏感操作需人类确认**——但如何定义"敏感"本身就是个难题。

**3. 工具描述被利用**
AI 决定调用什么工具，完全依赖工具的 description 字段。如果有人篡改了工具描述，可能误导 AI 调用不该调用的工具。

**安全建议：**
- 工具执行要在**沙箱**中运行，限制可访问的资源
- 敏感操作加**人工审批**环节
- 使用 `tool_choice: "none"` 在不需要工具时明确禁止调用
- 工具结果要**过滤和验证**，不要盲目信任外部返回的内容

## 七、普通人怎么理解和使用工具调用？

**你已经在用了——只是不知道它叫 Tool Use：**
- **ChatGPT 搜索**：你问问题，ChatGPT 调用搜索工具查互联网 → 这就是工具调用
- **Cursor 编程**：你让它改代码，它读取文件、修改文件、运行终端命令 → 全是工具调用
- **Kimi 长文档分析**：你上传 PDF，它调用文件读取工具 → 工具调用
- **Claude Artifacts**：你让它做网页，它生成代码并在沙箱中预览 → 工具调用

**如果你想自己开发：**
1. 从 OpenAI 的 Function Calling 入门——文档最清晰、生态最成熟
2. 工具定义的 `description` 是灵魂——写清楚"什么时候用、什么时候不用、参数格式是什么"
3. 生产环境一定开 `strict: true`——保证格式合规
4. 工具出错时不要中断循环，把错误信息回传给 AI，让它自己决定怎么办
5. 超过几十个工具时，考虑用 MCP 统一管理，别在上下文里塞一堆工具定义

## 八、一句话总结

>**工具调用让 AI 从"只会说话"变成"会动手干活"——AI 不直接执行操作，而是发出结构化指令，由你的代码来执行，结果再回传给 AI。** 从单次调用到并行调用，从各家私有协议到 MCP 统一标准，工具调用正在成为 AI 基础设施的关键一环。如果你的 AI 应用需要和真实世界交互，工具调用是绕不过去的。

### 系列传送门

- 第1期：[AI 时代的「插件革命」—— Skills 全解析-腾讯云开发者社区-腾讯云](https://cloud.tencent.com/developer/article/2671922?from_column=20421&from=20421)
- 第2期：[同一个问题，为什么 AI 每次回答都不一样？——Prompt 工程入门-腾讯云开发者社区-腾讯云](https://cloud.tencent.com/developer/article/2672748?from_column=20421&from=20421)
- 第3期：[AI 的「记忆」是怎么工作的？——Memory 机制全解析-腾讯云开发者社区-腾讯云](https://cloud.tencent.com/developer/article/2672752?from_column=20421&from=20421)
- 第4期：[AI 聊着聊着就"变笨"了？——上下文窗口深度解析-腾讯云开发者社区-腾讯云](https://cloud.tencent.com/developer/article/2672944?from_column=20421&from=20421)
- 第5期：[不只是"聊天机器人"——AI Agent 到底是什么？-腾讯云开发者社区-腾讯云](https://cloud.tencent.com/developer/article/2673695?from_column=20421&from=20421)
- 第6期：[AI 怎么才能不瞎编？——RAG 检索增强生成全解析-腾讯云开发者社区-腾讯云](https://cloud.tencent.com/developer/article/2680169)

本文是「AI 基础设施科普」系列第 7 篇。上一篇我们聊了 RAG——让 AI 先搜资料再回答，减少瞎编。但搜完资料之后呢？AI 还是只能"说话"，不能"做事"。今天我们聊一个让 AI 真正能干活的关键能力——工具调用。

AI 怎么才能"动手干活"？——工具调用（Tool Use）全解析

先锋会员

人工智能

本文深度解析AI工具调用（Tool Use）技术，让大语言模型从“只能说话”升级为“能动手干活”。通过结构化指令，AI可调度外部工具执行查天气、发邮件等操作，并支持并行调用提升效率。文章对比OpenAI、Claude等主流模型的工具调用差异，介绍MCP协议的统一标准化进程，并提示安全风险与开发实践，助力构建交互式AI应用。

聊天机器人

数据库

服务器

ChatGPT

多云

Linux

Agent

JSON

2026年中大促 | AI 领航 智绘未来

cngw

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

本文深度解析AI工具调用（Tool Use）技术，让大语言模型从“只能说话”升级为“能动手干活”。通过结构化指令，AI可调度外部工具执行查天气、发邮件等操作，并支持并行调用提升效率。文章对比OpenAI、Claude等主流模型的工具调用差异，介绍MCP协议的统一标准化进程，并提示安全风险与开发实践，助力构建交互式AI应...

AI 怎么才能"动手干活"？——工具调用（Tool Use）全解析-腾讯云开发者社区-腾讯云

AI 怎么才能"动手干活"？——工具调用（Tool Use）全解析

AI 怎么才能"动手干活"？——工具调用（Tool Use）全解析

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐