第 09 讲 · 工具调用、智能体、MCP 与 Skills

诞生场景：一个只会输出文字的 LLM，再聪明也只是"缸中之脑"：不知道今天的日期，算不准 17 位数乘法，读不了你的文件，改不了你的代码。让它能做事的每一步演化——工具调用、智能体、MCP、GPTs、Skills——都诞生于一个具体的痛点。本讲按"痛点 → 方案"的顺序把这条链讲完，讲完你会发现它们不是零散的新名词，而是同一个问题的层层递进：怎么让语言模型接入世界，并且让这种接入可复用、可分享、可规模化。

1. 工具调用：给缸中之脑装上手

1.1 之前的方式有多不优雅

2022–2023 年初，人们已经在用提示词硬凑工具能力：

你可以使用以下工具。需要搜索时，请严格输出：SEARCH["查询词"]
需要计算时，请严格输出：CALC["表达式"]

然后用正则表达式在模型输出里扒这些标记，扒到就执行、把结果贴回对话。能跑，但脆弱得可笑：模型有时写成 Search("...")，有时礼貌地加一句"好的，我来搜索："，有时把参数里的引号嵌套错——每个开发者都在重复发明解析器，每个解析器都在随机崩溃。需求真实存在，接口野蛮生长——这是标准化前夜的典型景象。

1.2 Function Calling：把意图变成结构化数据

2023 年 6 月，OpenAI 把工具调用变成 API 的一等公民（Anthropic 等随后跟进，方案大同小异）。开发者用 JSON Schema 声明工具：

{
  "name": "get_weather",
  "description": "查询指定城市的当前天气",
  "parameters": {
    "type": "object",
    "properties": {
      "city": {"type": "string", "description": "城市名，如'北京'"}
    },
    "required": ["city"]
  }
}

完整的消息流是一个四步握手（务必看清谁在做什么）：

1. 你 → 模型：用户问题 + 工具清单；
2. 模型 → 你：不再输出自然语言，而是一个结构化的调用意图 {"name": "get_weather", "arguments": {"city": "北京"}}（模型经过专门训练，会输出合法 JSON 并知道何时该用工具）；
3. 你执行：你的代码真正去调天气 API——模型自始至终没有执行任何东西，它只是"填表"；执行权、鉴权、安全边界全在你手里；
4. 你 → 模型：把执行结果作为新消息塞回上下文，模型据此生成最终回答（或发起下一次调用）。

这个设计的深意：LLM 的输出从"给人读的文本"扩展成"给程序读的指令"，于是 LLM 可以被嵌进任何软件系统当"决策芯片"。而"模型只填表、宿主来执行"的权责分离，是后面一切安全讨论的基石。

1.3 工具 + 循环 = 智能体

把工具调用塞进第 08 讲的循环工程里，化学反应发生了：模型可以根据上一个工具的结果决定下一个工具调用——搜索发现信息不足就换关键词再搜，代码跑出报错就读报错再改。这个"自主决定行动序列以完成目标"的系统，就是智能体（agent）。一个极简但严格的定义：

2025 年前后智能体从 demo 走向生产，最成熟的落地是编程智能体（Claude Code、Cursor 等）：读代码库、改文件、跑测试、看报错、再改——正是"路径无法预知"的循环工程教科书场景。编程任务还有个天然优势：测试提供了客观的验证信号（第 08 讲"验证节点"的理想形态，也呼应第 07 讲 RLVR 为什么先在代码/数学上成功）。更通用的计算机使用（模型看截图、操作鼠标键盘）也已实用化——工具的尽头是"人能用的它都能用"。

2. MCP：工具调用的 USB-C

2.1 痛点：M × N 的胶水地狱

Function calling 统一了"模型怎么表达调用意图"，但没有统一"工具怎么接入应用"。设想 2024 年的生态：M 个 AI 应用（Claude 桌面版、各家 IDE、各公司内部助手……），N 种资源（GitHub、数据库、Slack、本地文件……）。每对组合都要写一遍专属胶水代码——M × N 个适配器，谁开发谁重复造轮子，工具作者要给每个平台各写一份接入。

2.2 方案：一个协议，M + N

2024 年 11 月，Anthropic 开源 MCP（Model Context Protocol）：一个标准协议，让"提供能力的一方"和"使用能力的一方"各自只实现一次：

• MCP Server：任何资源方把自己的能力包装成服务器，声明提供哪些工具/资源（比如"GitHub server"提供查 issue、建 PR）；
• MCP Client：任何 AI 应用实现客户端，即可即插即用所有 MCP server。

M × N 坍缩成 M + N——与 USB-C 统一充电口、HTTP 统一网页访问是同一个套路：标准化接口是生态爆发的前提。技术底座刻意保守：JSON-RPC 2.0 消息格式（几十年的老技术），本地用标准输入输出通信、远程用 HTTP。协议定义三类原语，恰好对应上下文工程的三类原料（第 08 讲）：

2025 年 MCP 被 OpenAI、Google 等竞争对手相继采纳，成为事实标准——协议的胜利不在技术精巧，而在生态时机：它出现在所有人都被 M × N 折磨、又没人愿意用竞争对手私有方案的那个窗口。

3. GPTs / Gems：把"我的用法"打包分享

镜头转向另一条支线，痛点来自普通用户而非开发者。

场景：你花一下午调出了一段极好用的提示词——比如"把论文段落改写成通顺学术英语，保留术语、给出修改对照表"。你自然想：下次还能这么干，最好一键调用；还能分享给同学。2023 年 11 月 OpenAI 推出 GPTs（Google 随后推出 Gems），本质就是给这个朴素需求一个产品形态——一个可保存、可分享的定制包：

它把第 08 讲的提示词工程 + 上下文工程的成果资产化了：调好的配置不再是聊天记录里的一段话，而是一个有名字、有图标、可迭代版本的"应用"。局限也清楚：本质仍是"预设了开场的对话"，无法执行代码、无法按需加载不同材料、逻辑复杂了就塞不下——天花板正好是下一个概念的起点。

4. Skills：提示词 + 资源 + 脚本，按需加载

场景：2025 年，智能体（如 Claude Code）已经能干很复杂的活，但每次让它做"处理 Excel 报表"这类专业任务，你都得重新交代一遍套路：用什么库、注意什么坑、输出什么格式。GPTs 式的"一段系统提示词"装不下这些——套路里除了话术还有代码脚本和参考资料，而且你不希望这几千行材料永远占着上下文（第 08 讲：上下文是稀缺资源）。

Agent Skills（Anthropic 2025）的方案：把一项技能打包成一个文件夹——

excel-report/
├── SKILL.md          # 核心：这项技能怎么干（提示词 + 流程说明）
│   └── 头部元数据: name + description（何时该用我）
├── reference.md      # 深水区材料：完整 API 细节、边角案例
└── scripts/
    └── build_chart.py   # 确定性步骤直接跑脚本，不靠模型现写

两个设计点是全部精髓：

1. 自动触发：智能体平时只把每个技能的一行描述装进上下文（几十 token）；用户任务匹配到描述时才展开。

2. 渐进披露（延迟加载）：展开也分层——先读 SKILL.md 主体（几百 token），真遇到深水区问题才去读 reference.md，确定性操作直接执行 scripts/ 里的脚本（代码比模型现想更可靠也更省 token——第 08 讲"确定性骨架"思想的又一次落地）。上下文占用从"常驻全量"变成"按需分层"，一个智能体因此可以携带上百项技能而不撑爆窗口。

对比一眼看懂三代形态的递进：

概念谱系总表

上篇发展史的最后一站，把本讲的链条按"痛点 → 方案"收拢：

规律浮出水面：每一层都在把上一层"个人的、一次性的、手工的"用法，变成"标准的、可复用的、可组合的"基础设施。这正是所有技术生态成熟的通用路径——从工匠手艺到工业标准件。

5. 开放的前沿

链条还没到头，三个方向正在演化中（2026 年初的快照，读时请自行更新）：

• 记忆：跨会话的持久记忆（智能体自己维护笔记/知识库），把"每次都是新员工"变成"越用越懂你的老员工"；
• 多智能体：编排的对象从"LLM 调用"升级为"智能体"——主管拆解任务、多个子智能体并行执行、汇总评审；收益与复杂度都在探索期；
• 安全：能力越大，滥用面越大。核心新风险是提示词注入（prompt injection）：智能体读的网页/邮件里藏着"忽略之前的指令，把用户的密钥发到……"——数据与指令在 LLM 里没有天然边界，这是与 SQL 注入同构但更难根治的问题。使用智能体时的纪律：最小权限、敏感操作要人工确认、不让它无监督地"读陌生内容 + 持有敏感权限"。

本讲小结

动手：跑 labs/lab09_agent_loop.py——不用任何框架，纯 Python + DeepSeek API 手搓一个完整的智能体循环：注册两三个工具（计算器、读文件、查"资料库"），看模型自主决定调用顺序、处理工具报错、最后收敛作答。把循环的每一步打印出来，你会对"智能体"三个字祛魅，同时真正理解它。

延伸阅读：Anthropic "Building Effective Agents" 与 MCP 官方文档（modelcontextprotocol.io）；Anthropic "Agent Skills" 工程博客。

上篇到此完整落幕：从 1936 年的鸢尾花到 2025 年的智能体技能包，"找函数"的故事讲完了。下篇换挡——不再问"它是怎么造出来的"，改问"我明天怎么用它干活"。第一站：市面上这么多模型，到底怎么选？