Function Calling 与 MCP 是什么？有何区别？

题目

请说明 Function Calling 与 MCP（Model Context Protocol）各自解决什么问题，以及二者的关系与区别。

参考答案

Function Calling（函数调用）：

• 让 LLM 能调用外部工具的能力：开发者用 JSON Schema 描述可用函数（名称、参数、说明），LLM 根据用户意图输出结构化调用（函数名 + 参数 JSON），应用层执行后把结果回传 LLM。
• 解决了”LLM 不能联网/查库/执行代码”的封闭性问题。
• 痛点：各厂商 API 格式不统一（OpenAI、Anthropic、Gemini 各一套），工具不能跨模型复用。

MCP（Model Context Protocol，Anthropic 2024 提出）：

• 一个开放标准协议，规范”应用（host）↔ 工具服务器（server）“之间的通信。
• 把工具、资源、提示词封装为标准 MCP server，任何支持 MCP 的 host（如 Claude Desktop、Cursor、Cline）都能用。
• 类比：MCP 之于 LLM 工具，如同 LSP 之于编辑器——标准化后生态可复用。

核心区别：

维度	Function Calling	MCP
层级	LLM 能力（模型层）	通信协议（应用层）
范围	单次调用 JSON 描述	完整工具/资源/提示协议
标准化	各厂商各异	开放统一
复用	需为每家模型适配	写一次 server，多处用
传输	内嵌于 API 调用	独立通道（stdio/SSE/WebSocket）

关系：MCP 不是替代 Function Calling，而是把工具标准化封装后供 host 调用。host 内部仍可能用 Function Calling 让 LLM 决定调用哪个 MCP 工具。即：MCP 管工具到应用的传输，Function Calling 管 LLM 到工具的决策。

典型场景：

• Function Calling：在自家应用里让 GPT 调几个内部函数，简单直接。
• MCP：做通用 Agent（如 Claude Desktop），希望接入海量第三方工具，用 MCP 让社区共建生态。

面试加分点：

• 指出 MCP 的价值在生态——把工具开发与模型解耦，工具方写一次 server，所有 MCP 兼容客户端都能用。
• 提及 MCP 的三类原语：Tools（可调用函数）、Resources（可读数据）、Prompts（可复用提示模板）。
• 类比 LSP（Language Server Protocol）让编辑器与语言服务器解耦，是理解 MCP 设计哲学的最佳参照。

出处：CSDN《Agent 大厂面试题汇总：ReAct、Function Calling、MCP、RAG 高频问题》、Anthropic MCP 文档。