"Function Calling"相关的文章
AI
我拆了自己的微信AI助手,发现它一半是大脑一半是手脚

我拆了自己的微信AI助手,发现它一半是大脑一半是手脚

从日常使用的AI助手Nova出发,深入剖析了AI Agent与普通聊天机器人的本质差异。当一次偶然的沟通卡壳引发对技术原理的追问,作者通过SSH深入服务器,揭开了Agent自主决策、上下文工程、Function Calling机制等关键技术面纱,更发现安全漏洞与运维盲区。这场技术探险不仅改变了用户认知,更揭示了AI工具背后复杂的工程实现与安全考量。
AI
从“功能集成”到“智能内生”:AI Agent引领的产品革命与未来图景

从“功能集成”到“智能内生”:AI Agent引领的产品革命与未来图景

AI Agent正在以前所未有的速度重构产品形态与人机交互逻辑。从企业SaaS的三分之二集成率到78%用户将工作完全交付AI处理,这场代际跃迁正在颠覆我们对产品本质的认知。本文深度解析AI Agent的四核驱动模型与闭环机制,揭示其如何通过感知层、记忆层、推理与规划层、行动层实现从被动工具到智能伙伴的蜕变。
AI,个人随笔
ALL About AI 系列(四):工具使用:Function Calling与MCP

ALL About AI 系列(四):工具使用:Function Calling与MCP

把大模型从“聊天玩具”升级成“业务员工”的核心开关,就藏在两条技术路线里:Function Calling 与 MCP。前者像给模型一部“内线电话”,随时调用你的 CRM、ERP;后者干脆为它配了“万能插座”,插件、记忆、权限一键热插拔。我们对比实测发现:Function Calling 平均延迟 400ms,适合高并发订单查询;MCP 在跨平台编排上胜率高出 32%,却多了 18% 的 Token 消耗。