Function Calling、MCP、CLI 到底差在哪?AI Agent 工具调用一次讲清

3万
21
2026-06-08 23:34:25
1039
620
2105
227
大模型如何稳定调用工具?为什么 Function Calling 能让模型输出 100% 符合 JSON Schema 的结构?MCP 除了 tools/call 之外,还有 resources、prompts、sampling、elicitation 等能力,它到底解决了什么问题,又为什么有人开始转向 CLI? 本期视频从 ReAct、Function Calling、约束解码讲起,梳理大模型工具调用的发展路径,并对比 API / Function、MCP、CLI 三种工具接口的优劣。我们还会聊到:为什么未来的软件设计不能只面向人类用户,也要面向 AI Agent。 如果你正在关注 AI Agent、MCP、CLI 工具生态,或者想理解下一代软件接口会如何变化,这期视频会给你一个完整框架。
前IBM数据科学家 《大模型核心技术与应用》作者
6.9万播放
简介
一.什么是HarnessEngineering?
22:50
二.如何进行任务拆分?
20:03
三.如何引入外部知识 RAG,PageIndex,知识图谱,百科
41:18
四.如何给智能体增加记忆
14:01
五.大模型工具调用: Function Calling到MCP再到CLI
25:56
六. AI Agent 沙箱技术
24:40
客服
顶部
赛事库 课堂 2021拜年纪