AI 智能体 · 第二章:给它工具,给它活
给它装上工具:工具调用和 MCP
模型只有嘴,工具才是它的手
这节课你会...
听懂"工具调用"和"MCP"这两个总被人挂在嘴边的词,以及它们跟你有什么关系。
大模型只会写字
先把最大的误会拆掉:大模型本身只会干一件事,接着往下写字。
它不能查天气,不能看你的日历,不能给谁发邮件。它只会输出一串文字。
那为什么你让它查天气,它真能给你天气?因为外面有人给它配了手。它写出一句"我要查天气",程序看见这句话,就去调用真正的天气接口,再把结果塞回来,它接着往下写。
所以"AI 会动手"这个说法不太准。准确的说法是:AI 说话,程序做事,AI 再看着结果往下说。
工具调用,用大白话讲一遍
这个机制一般叫 function calling,工具调用。流程就这么几步:
- 你问它:"明天要穿外套吗"
- 它判断需要天气数据,于是输出一句约定好的话:"调用天气查询,城市=我这儿,日期=明天"
- 程序看见这句,去查,拿到"明天 8 到 15 度,有风"
- 程序把结果给它
- 它看着结果,写出人话:"明天最低 8 度,风不小,外套带上"
关键在第 2 步:它只是"点名"要用哪个工具,真正去查的是程序。 它自己碰不到任何东西。
这套机制的解释器、工具清单、参数,都是做产品的人配好的,你作为用户看不见。你只要记住一件事:一个 AI 能不能帮你办某件事,取决于有没有人给它做好了对应的工具。 没人做,它就只能嘴上说说。
想知道你手上那个助手到底有哪些工具,可以直接问:
我想让你帮我【查一下明天学校图书馆开不开门】。
你先别直接回答,按这个顺序来:
1. 说清楚答这件事你需要哪些信息
2. 说清楚你手上有没有能查到它的工具
3. 如果没有,告诉我该去哪儿查,或者教我把什么数据贴给你
4. 我贴给你之后,你再用它来回答
它老实说"我没有这个工具",比它硬编一个答案有用得多。
MCP 是个什么约定
工具调用有个麻烦:每个产品都要为每个工具单独对接一次,接一次改一次,很累。
MCP 想解决的就是这个。它是一套大家商量好的约定,规定"工具怎么介绍自己""结果怎么传回来"。谁按这套约定做,谁就能被接上。
一个常见的比方:它像 USB-C。 以前每个牌子一个接口,出门得带一把线。现在统一了,一根线插哪都行。MCP 起的就是这个作用,只不过统一的不是充电口,是 AI 接工具的那一端。
所以你会看到很多产品都说自己支持 MCP。支持的意思是:别人做好的 MCP 服务,它能接过来用。 至于能接的多不多、好不好用,各家差得远,以你实际用的那个为准。
这对普通学生意味着什么
往远了看,这件事挺实在。
现在的 AI 助手基本只知道你当场跟它说的话。以后它可能连上你的笔记、日历、网盘、课程平台。你问一句"我这周有什么要交的",它自己去几个地方查一遍,汇总给你。
| 现在 | 以后(有的已经能了) |
|---|---|
| 你手动把课表贴给它 | 它自己读你的日历 |
| 你复制一段笔记问它 | 它自己翻你的笔记库 |
| 你把 PDF 传给它 | 它自己从网盘里拿 |
不过得泼盆冷水:这套东西现在还不好配。 折腾半天连不上的情况很常见,能接的服务其实也没那么多。想尝鲜可以,别指望一步到位。
连 MCP 有风险,这条得记住
这点比上面所有内容都重要。
你接一个别人做的 MCP 服务,本质上是把你的一部分权限交出去。它能读你的笔记,就有机会读你全部笔记;它能发消息,就有机会用你的名义发消息。
风险有这么几种:服务是别人写的,你不知道它背后干了什么;你给它的权限可能比它真正需要的多;这些服务更新频繁,今天没问题不代表明天没问题。
几条能落地的做法:
- 只连你自己信得过的来源,别从乱七八糟的地方抄个链接就装
- 给权限的时候,只给这件事真正需要的那点,能读就别给写
- 第一次连上,先拿不重要的一份资料试,别直接开你整个网盘
- 不用的服务记得删掉,留着就是留着一个口子
真要连之前,先问它一遍:
我准备把【某个 MCP 服务】接给你用,功能是【读我的笔记】。
你先说清楚三件事:
1. 接上以后,你能看到我的哪些东西
2. 你会在什么情况下主动去读它
3. 如果这个服务只能给我只读权限,会少掉哪些功能
不确定的地方就说不知道,别猜。
记住这一句:AI 自己不会动手,是工具让它动的手。谁给的手、那只手能碰到什么,才是你真正要盯的地方。
学习助手(可选)
需要时可以提问;没配 AI 也不影响课程、练习和测验。
这一课以阅读为主。想看概念演示可以去 可视化演示。
AI 智能体 · 同轨道下一节让智能体替你干活:把重复的事串起来