Tool Calling 的出现，可以说是 AI 应用发展的一个重要分水岭。

在它出现之前，大模型更像一个知识渊博的顾问：

能解释概念；

能回答问题；

能写文章；

能生成代码。

但所有能力都停留在"说"的层面。

有了 Tool Calling 之后，大模型第一次拥有了与外部世界交互的能力：

查询实时天气；

搜索互联网；

调用企业 API；

查询数据库；

执行 Python 程序；

控制浏览器；

操作本地文件。

虽然真正执行这些动作的依然是外部程序，但从用户的角度来看，AI 已经不再只是一个聊天机器人，而开始像一个真正能够"做事"的助手。

因此可以说Tool Calling 并没有改变 LLM 的工作原理，却极大扩展了 LLM 的能力边界。

本章总结
本章我们回答了三个问题：

为什么 LLM 无法直接操作现实世界？

因为模型本质上只能处理 Token，无法直接访问外部系统。

Tool Calling 到底是什么？

模型负责判断"是否需要工具"，真正执行工具的是外部程序（Agent Runtime）。

为什么 Tool Calling 如此重要？

它让 AI 从"只会说"迈向了"能够做"，成为现代 AI Agent 的基础能力。