目录

1 前言

2 什么是 Function Calling？

3 什么是 MCP？

4 核心区别

5 它们不是二选一，而是协作关系

---

1 前言

最近在学习 AI Agent 相关的技术时，发现很多同学对 MCP 和 Function Calling 这两个概念傻傻分不清楚。有人说它们是一回事，有人说 MCP 是 Function Calling 的替代品。今天我们就用一张图来彻底搞懂它们的区别。

下面通过用户和chatgpt聊天的流程来说明，我们本质使用的是大模型的API接口的。

---

2 什么是 Function Calling？

Function Calling（函数调用） 是 AI 模型的一种能力。它让大模型能够：

1. 理解用户意图

2. 决定调用哪个外部函数

3. 生成符合函数签名的参数

4. 将函数返回结果整合到回答中

简单说：模型学会了“喊人帮忙”。

用户：纽约明天天气怎么样？
    ↓
模型思考：我需要调用“搜索天气”这个函数
    ↓
模型输出：{ "function": "search_weather", "params": {"city": "纽约"} }
    ↓
系统执行函数，拿到结果“24℃”
    ↓
模型：纽约明天24摄氏度

---

3 什么是 MCP？

MCP（Model Context Protocol） 是一个协议标准，由 Anthropic 提出。它定义了：

• AI 应用如何与外部工具/数据源通信

• 工具服务器的接口规范

• 数据传输格式

可以把它理解为 AI 世界的 USB-C 接口。

在没有 MCP 之前，每个 AI 应用要连接不同的工具，都需要写不同的适配代码。有了 MCP，任何支持该协议的 AI 客户端都可以无缝连接任何 MCP 服务器。

---

4 核心区别

维度	Function Calling	MCP
本质	模型的一种能力	一套通信协议
谁实现的	模型提供商（OpenAI、Anthropic等）	开发者自己搭建
作用范围	模型 ↔ 调用方之间	AI应用 ↔ 外部工具之间
类比	你会“打电话”这个技能	你们约定用“普通话”交流
依赖关系	需要模型支持	任何模型都可使用（通过适配层）

---

5 它们不是二选一，而是协作关系

很多人问：有了 MCP，还需要 Function Calling 吗？

答案是：都需要，而且它们配合使用。

一个典型的流程：

用户提问
    ↓
AI 模型使用 Function Calling 能力决定调用哪个工具
    ↓
MCP 客户端将这次调用转换为 MCP 协议格式
    ↓
MCP 服务器接收请求，执行实际操作（查数据库、调API等）
    ↓
结果通过 MCP 返回给模型
    ↓
模型生成最终回答

Function Calling 是“决策层”，MCP 是“通信层”。