Agentic AI的双手：函数调用与工具契约详解

从聊天到行动：工具是Agent的手

一个只会说话的Agent，不过是有自信的聊天机器人。给它工具，它才能真正行动。这句来自AvaSkill Academy课程的精辟比喻，点出了Agentic AI的核心分水岭——工具使用能力。

Function calling（函数调用）正是模型请求使用工具的机制。关键在于，模型并不会亲自执行工具，而是返回一个结构化调用：工具名称加上所需参数。你的代码负责运行工具，再把结果作为观察（observation）传回模型，形成闭环。这个循环在课程第一课中已经建立，如今只是赋予了它"双手"。

Function calling（函数调用） 是当前主流大语言模型（如 OpenAI 的 GPT-4、Anthropic 的 Claude、Google 的 Gemini）提供的一种结构化输出能力。模型在生成回复时，可以选择不直接输出自然语言，而是输出一段符合特定 schema 的 JSON，声明它想调用哪个函数、传入什么参数。平台或开发者负责解析这段 JSON 并实际执行函数，再将结果以特定角色（如 tool/function 角色）送回模型上下文。它的核心价值在于把模型的“意图”与“执行”解耦：模型负责理解和决策，代码负责安全、可控地执行。这也使得多轮工具调用、并行调用、错误重试等工程模式成为可能，是构建 Agent 的基础设施。

契约先行：每个工具都需要一份合同

课程反复强调一个核心原则：工具描述比代码本身更重要。模型选择工具时，读的是描述而非内部实现。描述模糊，就会选错工具——这解释了为什么你让它查日历，它却去搜了邮件。

一个完整的工具契约包含五个部分：名称、描述、输入参数、输出结果、以及失败模式（出错时会发生什么）。这五要素构成了工具与模型之间的信任基础。

调用还必须遵循schema——一个固定形状，声明哪些参数存在、每个参数是什么类型、哪些是必填项。清晰的schema把猜测变成可靠行动。模型同样可以返回结构化输出，让你的代码能够信任并使用固定形状的结果。

Schema 在此语境下通常指 JSON Schema，一种用于描述和校验 JSON 数据结构的标准。在工具调用中，schema 声明了参数名称、类型（string、number、boolean、array、object 等）、是否必填、枚举取值范围、默认值以及嵌套结构。模型会依据 schema 生成合规的调用参数，平台也可在运行时校验参数合法性，提前拦截格式错误。清晰的 schema 不仅降低模型“猜”的成本，还能让错误信息更精准地反馈给模型进行自我修正。对于复杂工具，建议使用嵌套 object 和 description 字段进一步约束语义，避免模型产生歧义。

函数调用 vs 代码执行：同手不同握法

课程特别澄清了一个常见混淆：tool use不等于code execution。

函数调用请求的是单一答案，工具本质上是无名的、带结构化参数的接口；而代码执行则真正运行代码——例如通过API进行计算、抓取或修改操作。原文用的比喻很形象：同样是手，握法不同。

理解这一区别，才能在设计Agent时选对架构。需要确定性答案时用函数调用，需要动态计算或复杂操作时用代码执行。

Code execution（代码执行） 在 Agent 场景中通常指模型生成一段可执行代码（如 Python、JavaScript），由沙箱环境实际运行并返回输出。与函数调用相比，代码执行赋予模型更强的表达力和灵活性：模型可以编写循环、条件判断、调用第三方库、处理文件或发起网络请求。但代价是安全风险显著上升，因此需要隔离沙箱、资源限制和权限控制。函数调用更适合边界清晰、参数固定的原子操作；代码执行适合需要动态逻辑、复杂计算或批量处理的场景。二者可以组合使用，例如用函数调用触发一个代码执行工具，再由模型根据返回结果决定下一步。

一个案例：为什么Agent选错了工具

课程给出的测验场景极具代表性：你让Agent查日历，它却搜索了邮件。选项中的正确答案是——工具描述不够清晰。

日历工具一直都在，问题出在契约。修复方法很直接：给工具一个清晰的名字、明确说明它做什么的描述、列出输入输出、以及定义失败模式。

这也印证了课程的核心论断：工具是手，契约是握法。写契约在先，Agent才能选得更准。如果你的Agent总是"拿错工具"，先检查描述，而不是怀疑模型能力。