Function Calling、MCP与Agent的架构边界
AI 总结
掘金文章将AI工具开发拆分为三层:Function Calling负责输出结构化调用意图,MCP负责工具发现与进程启动,Agent代码负责调用顺序、次数和失败退出。文章建议从下层向上排查故障,并在流程固定时使用工作流而非Agent。
深度见解
明确三层职责有助于避免把配置或编排问题误判为模型能力不足,也能避免在确定性流程中不必要地引入Agent复杂度。
把这三个词混着用,是排查大部分 AI 工具故障时最大的障碍。
现在说"我做了个 Agent"的人,很多其实只是接了个 MCP Server。这两个词被混用得很厉害,但它们解决的根本不是同一层的问题。
混用带来的直接后果不是概念不严谨,而是故障定位错误:明明是配置文件写错了,你去改提示词;明明是编排逻辑有问题,你去换模型。每一层都会伪装成另一层的故障。
这篇文章把三层拆开,说清楚各自解决什么、成本在哪、失败时长什么样,最后给一个能直接用的判断流程。
一、先把三个词拆到不同层上
| 解决什么 | 谁定义 | 失败时的典型表现 | |
|---|---|---|---|
| Function Calling | 模型能不能输出结构化的调用意图 | 模型厂商 | 模型不用工具,或参数格式错 |
| MCP | 工具从哪来、怎么发现、怎么启动 | 协议标准 | 工具列表为空,或进程起不来 |
| Agent | 调哪个、调几次、失败了怎么退 | 你写的代码 | 死循环、重复调用、放弃太早 |