ReAct → Function Calling → MCP：Agent 工具调用的三代演进

跟人聊 agent 的时候，我发现一个很有意思的现象：很多人用 Claude Code、Cursor 用得很熟，但要 ta 解释”工具调用到底是怎么发生的”，就会卡。

这其实不奇怪——工具调用这个事，从 2022 年到 2024 年经历了三代完全不同的机制，但因为每一代都对用户透明，所以日常使用感受不到差异。但你做 agent 系统、写 prompt、调试失败案例的时候，这三代的差别就是天和地。

这篇梳理这三代演进的逻辑：每一代解决了什么问题、留下了什么坑、催生出下一代。

第一代：ReAct（2022）—— 把 LLM 装上”思考-行动”循环

Yao et al. 2022, ReAct: Synergizing Reasoning and Acting in Language Models

ReAct 之前的 LLM 要么只能”思考”（Chain-of-Thought 输出推理过程），要么只能”答题”（直接给结果）。ReAct 的核心贡献是把两者强制交替：

1
Thought: 我需要查找东京人口
2
Action: search("Tokyo population")
3
Observation: Tokyo has 13.96 million
4
Thought: 现在我知道了，可以回答用户
5
Action: finish("东京人口是 1396 万")

(详细解读待补)

1.1 ReAct 解决的根本问题

1.2 为什么纯 prompt 实现不稳

1.3 历史地位

第二代：Function Calling（2023）—— 结构化的工具调用

(详细解读待补)

2.1 OpenAI 2023.6 的范式转变

2.2 JSON Schema 驱动的参数定义

2.3 留下的坑

• 跨厂商格式不兼容
• 工具定义每次重发
• 没有标准化”工具发现”
• 重复造轮子

第三代：MCP（2024）—— Agent 时代的 USB-C

Model Context Protocol, Anthropic 2024.11

(详细解读待补)

3.1 Server / Client 架构

3.2 stdio vs HTTP

3.3 跟 Function Calling 的核心区别

3.4 MCP 没解决的事

一句话总结

• ReAct：让 LLM 学会”思考-行动”循环（理论奠基）
• Function Calling：让工具调用变得结构化（工程实现）
• MCP：让工具调用变得跨平台、可复用（生态标准）

每一代都是对前一代的升级，但前一代并没有过时——MCP 协议底层用的是 function calling 范式，function calling 底层服务的是 ReAct 心智模型。

理解这一层，你做 agent 项目的时候才不会在错误的层面调试错误的问题。

草稿。这篇是结构化梳理，正在补每一节的具体内容和我自己的踩坑经验。