工具调用与 MCP：智能体如何触达世界
工具是智能体把事情办成的途径。工具是一个模型可以调用的小函数——用来搜索、运行代码，或与其他软件对话——结果会返回给模型阅读。Model Context Protocol（MCP）是一个共享的开放标准，让任何智能体都能接入任何工具服务器。可以把它想成 AI 应用的 USB-C 接口。
没有工具的智能体只是一个聊天机器人。智能体做的每一件事——读文件、使用其他软件、运行代码——都通过工具完成。这让工具设计成为整个构建中最不起眼、却最重要的部分。
工具调用是这样工作的。它常被称为函数调用（function calling）——模型请求运行某个函数。开发者列出模型可以使用的函数。模型 写出调用其中一个函数的请求，并填好细节。模型周围的软件运行这次调用， 把结果交回。模型读取结果，选择下一步。这个“调用—检查”的循环，正是 指南 01 里讲的那个循环——工具 是它的双手。
最要紧的部分是措辞。工具描述就像写给模型的说明。模型 只能根据工具的名称、描述和参数说明来挑选和使用工具。所以打磨这些文 字，是你能拿到的最大提升之一 [1]。 Anthropic 把这称为“智能体—计算机接口”。他们的建议：几个解释清楚的 工具，胜过许多含糊的工具。而且报错信息应该告诉模型接下来可以试什么， 而不是只说失败了 [2]。
模型只知道你的文字告诉它的东西——下笔要用心。
MCP：用一个插口，代替许多定制连接
在 2025 年之前，每个智能体都要为每个系统单独做一条定制连接。 Model Context Protocol（MCP）——一套把 AI 应用连接 到外部系统的开放共享规则——结束了这种局面。服务器只需把自己的数据、 工具和提示词按同一种格式发布一次。之后任何支持 MCP 的应用——Claude、 ChatGPT、VS Code、Cursor——都能连接。该项目自己的比喻是：AI 应用的 USB-C 接口。服务器搭一次，每个智能体都能用 [3]。
一些实用建议。给智能体的工具，任务需要多少就给多少。给工具起名时， 用用户一眼就认得的说法。解释每个参数时，就当是在写给一位聪明、但对 你的系统一无所知的同事。还有，像 测试其他一切一样测试你的措辞： 每次改动前后都跑一遍检查。
资料来源
- Anthropic — Writing effective tools for agents，2025 年 9 月 11 日
- Anthropic — Building effective agents，2024 年 12 月 19 日（智能体—计算机接口）
- modelcontextprotocol.io — Model Context Protocol 官方文档
常见问题
AI 智能体中的工具调用（函数调用）是什么？
这是模型采取行动的方式。开发者列出模型可以使用的函数。模型写出调用其中一个函数的请求。模型周围的软件运行这次调用，并把结果交回。模型读取结果，决定下一步。
MCP（Model Context Protocol）是什么？
一种开放标准——一套共享的规则——用于把 AI 应用连接到数据源、工具和工作流等外部系统。服务器只需搭建一次，任何支持 MCP 的应用（Claude、ChatGPT、VS Code、Cursor）都能连接。该项目称它为 AI 应用的 USB-C 接口。
一个 AI 智能体应该有多少个工具？
任务需要多少就给多少。模型能同时关注的内容有限。几个描述清晰的工具，胜过一大堆含糊的工具。每多一个工具，模型就要多读一份内容，也多一次选错的机会。清晰的描述比工具数量更重要。