你跟 AI 说"帮我查下明天北京的天气"，它答得很快。
可它凭什么是知道天气的？它没有眼睛，也不出门。
答案是：它没去查，它只是"叫"了一个天气查询的小程序，把结果拿回来念给你听。这个机制叫工具调用（Function Calling）。
关键认知：AI 不会操作世界，它只会「下单」
先打破一个误解。
模型本身只会处理文字。它不能上网、不能读文件、不能发邮件——它的全部本事是"生成文字"。
那它怎么"用工具"？
流程是这样的：
第一步，你把可用的工具清单（名字、作用、需要什么参数）告诉它。
第二步，它读你的需求，判断该用哪个工具、参数填什么，然后输出一段结构化的"调用请求"——注意，是输出文字，不是真的动手。
第三步，外部的程序看到这段请求，真的去执行（查天气、发邮件），把结果原样返回给它。
第四步，它拿到结果，继续往下说。
所以本质是：AI 当调度员，程序当工人。 它不碰世界，它写指令，别人执行。
一个具体例子
你说："帮我把这周的销售额算一下，超过十万的发邮件给老板。"
它内部大概会：
先调用"读表格"工具，拿到数据；再调用"计算"工具（因为算数它不擅长）；判断超过十万；再调用"发邮件"工具，填好收件人、标题、正文；最后告诉你"已发送"。
每一步它都只是输出一段结构化指令，真正干活的是后台那些程序。
这解释了为什么「AI 助手」突然能干活了
2023 年之前，AI 只能聊天。之后各大厂商陆续支持工具调用，它才长出手脚。
你现在用到的这些，底层都是这个机制：联网搜索、读文件、写代码并运行、操作浏览器、查数据库、发消息。
区别只在于"给它装了哪些工具"。
普通人怎么用上它
用法一，用带工具的产品。 现在的主流 AI 应用基本都内置了搜索、读文件、运行代码。你不需要懂实现，直接用就行。
用法二，注意"它会用到哪些工具"。 有些产品默认允许它联网、读你的文件。用之前看清楚权限，尤其是涉及公司数据的场景。
用法三，用平台搭自动化。 现在很多平台能让你把"AI + 各种服务"串起来，比如收到邮件自动提取信息写进表格。这就是后面要讲的"工作流"。
一个必须知道的风险
工具调用让 AI 有了"行动力"，也带来了新风险。
它能发邮件，就可能发错邮件；它能操作文件，就可能删错文件；它能下单，就可能下错单。
所以业界的共识是：高风险动作要人确认。转账、删数据、对外的正式沟通，让它先给你看一遍再执行。
一句话带走
AI 不会用工具，它只会写"调用指令"，真正干活的是后台程序。
它当调度员，程序当工人——这就是智能体长出"手脚"的原理。
能发邮件就能发错邮件，高风险动作必须设确认。
下一篇：MCP 是什么？AI 圈的「通用插座」，为什么突然火了。
