S20-J03 · Agent：Function Calling 与工作流

适用读者：想从"单次问答"走到"能自己动手"的人。
前置：S20-B01、S19-B02。
覆盖旧文：2309(565) 2176(233) 2114(183) = 981 点。
覆盖扩展：E-S20-008（Agent 循环与终止条件）。
上一篇：S20-J02 · 上下文与记忆：token 预算与管理
下一篇：S20-J04 · 微调与意图识别。

1. 一句话结论

Agent = 模型 + 工具 + 循环。它和"写长提示词"的差别就在那个循环：模型看完工具结果，再决定下一步。

用户请求 → 模型决定调用哪个工具 → 执行 → 结果回填 → 模型再判断 → … → 终止

2. 循环的五个要素（E-S20-008）

要素	作用	缺了会怎样
工具定义（schema）	告诉模型能调什么	模型乱编参数
终止条件	何时停	无限循环/烧钱
最大步数	硬上限	同上
状态（记忆）	多步上下文	每步都重来
错误回传	工具失败也要告诉模型	模型重复失败

"为什么必须有最大步数"：模型可能陷入"调用—失败—再调用"的循环——这是真实存在的失控模式。

3. Function Calling 的本质

事实	说明
模型不执行工具	只输出"要调用什么 + 参数"
执行在你的代码里	你做校验、鉴权、限流
结果是文本	回填后模型继续推理

安全边界：工具参数必须校验——模型可能生成越权参数（如 userId 被别人猜中）。这与 S17-B04 的"鉴权放网关还是服务"是同一类判断。

4. Agent vs 工作流

形态	谁决定流程	适合
工作流（固定编排）	你	步骤稳定、要求可控
Agent（模型自主）	模型	步骤不确定、探索型
混合	你定主干、模型填细节	多数生产系统

判据："这条流程的步骤每次都一样吗？" 一样 → 工作流（更可控、更便宜）；不一样 → Agent。

"为什么不都用 Agent"：不可预测 + 成本高 + 难测试——生产上多数是"工作流为主、Agent 兜底"。

5. 五个误区

误区	真相
"Agent 能自己完成一切"	需要工具与终止约束
"模型会替我执行工具"	只输出调用意图
"工具参数不用校验"	会越权/注入
"步数不设上限也行"	会失控
"Agent 一定比工作流好"	可控性差

6. 自检

Agent 与"长提示词"的核心差别？
循环五要素？
Function Calling 到底谁执行？
工具参数为什么必须校验？
什么时候该用工作流而不是 Agent？

7. 下一篇

S20-J04 · 微调与意图识别：BERT/LoRA/双模型路由

Agent 讲完，下一篇讲"什么时候该训模型而不是写提示"。

本篇属于系列《S20 · AI 应用与工程》。旧文来源：A-2309/2176/2114；扩展点 E-S20-008。