一题一页 · 运行机制 · 也叫 function calling、函数调用

AI 为什么能操作软件？它到底是怎么「做事」的？

模型在回答里写出「我要用某个工具，参数是……」，由外面的程序真正去执行，再把结果送回给模型。模型只负责「提要求」。

先看懂

运行机制

工具调用（Tool use / Function calling）

模型提要求，程序去执行

模型自己一步都执行不了

此刻在看：静态解释，这一页的 3 个部分都是这一种。

主张依据 3 类：原始论文、公开报道与实践记录、编辑解释。

核实状态：这一页没有需要核实的结论，所以这一维是空的。

三个维度分别看：演示方式、主张依据、核实状态

演示方式

表示此刻展示方式，不是准确性等级。

顶部三秒卡静态解释
举例与能／不能三栏静态解释
展开后的正文与关系说明静态解释

主张依据

可多选，每种都有实际引用；「本站实验」需有记录。

原始论文 ReAct: Synergizing Reasoning and Acting in Language Models
builds_on 那条关系说明（论文里的「行动」一步是工具调用的雏形）指的是这篇论文；本站的记录说不出读到了它的哪一层。
公开报道与实践记录 Function calling and other API updates
这份发布公告支持的是本页指向「工具调用有了正式接口」那件事的关系；正文里「谁执行」的分工是本站按这个机制的定义写的。
编辑解释
本站自己写的，没有外部引用。

「模型提要求，程序去执行」是本站为三秒卡写的说法。
查北京气温那个例子与「它能」「它不能」五条，是本站按这个机制的定义写的界定；「不是对某个产品的实测」那句限定也是本站加的。
「关键在于谁执行」整段是本站的解释。

核实状态

附范围、时间及必要原因，不等于全页绝对正确。

这一页没有需要核实的结论，所以这一维是空的——不会因为它挂着论文就替它标一个「已核对」。

举个例子

你问「北京现在几度」。模型写出「调用天气工具，城市=北京」。程序去查，把「23 度」送回去。模型再写「北京现在 23 度」。

它能

让模型接触到它训练时没有的信息：实时数据、你的文件、网页
让模型「做」而不只是「说」：发消息、改文件、下订单

它不能 / 不是

模型自己不执行动作，真正去执行的是外面的程序；这是这个机制的定义使然，不是对某个产品的实测
工具返回的结果是对是错，模型无法保证
程序没提供的工具，模型再想用也用不了

想看细节再点开

关键在于谁执行

这个词最容易让人误解的地方是「调用」两个字。听起来像模型自己去调用了什么。实际上模型只是写了一段格式固定的文字，意思是「请帮我调用这个」。真正去执行的是外面的程序，也就是 harness。

这个分工决定了两件事。第一，模型能做什么，取决于程序给了它哪些工具。第二，安全和授权的关卡在程序那一层，而不在模型那一层。

它和其他概念的关系

借用了……的想法ReAct：把「想一步、做一步、看结果」写成循环论文里的「行动」一步就是工具调用的雏形

谁指向了这个词

← 运行时依赖Agent harness（智能体运行框架）执行模型提出的工具请求是它的核心职责之一
← 借用了……的想法MCP（Model Context Protocol）工具调用先有了，MCP 是把「怎么接工具」统一起来
← 借用了……的想法OpenClaw它替你「做事」的方式就是工具调用
← 借用了……的想法OpenClaw 刷屏：智能体搬进你的设备和聊天软件它替你做事的方式就是工具调用加循环