自 GPT-4 发布以来，'Function Calling' 发展为 'Tool Use'，使模型能够灵活使用多种工具。这一变化不仅是名称的更新，更是技术架构的进步，支持多步决策和工具协作，未来将实现更高效的多任务处理。

本文讨论了Function Calling与Tool Calling的区别。Function Calling是OpenAI在GPT-4中推出的机制，适用于简单、静态调用；而Tool Calling则是其扩展，支持多模态和状态感知，适合复杂任务和多Agent协作，具有更高的灵活性，适用于B端系统和可扩展平台。

微软的Phi-4模型于去年12月发布，拥有140亿参数，表现优异，得分91.8，接近4050亿参数的Llama 3.1。用户体验良好，但尚不支持function calling，期待未来改进。

2023年被视为大模型技术的元年，2024年为应用元年。Function Calling机制的出现提升了大模型接入外部API的能力，增强了实时数据获取，进而提高了开发效率和准确率，推动AI应用落地。Agent Foundry平台通过标准化开发流程，简化AI应用开发，未来将覆盖制造业全流程，助力智能化升级。

Function calling是ChatGPT的新功能，允许在API调用中描述特定函数的特性，模型会根据描述决定是否生成一个包含函数参数的JSON对象作为输出。使用function_call功能可以实现更多功能，如将自然语言转换为数据库查询和API调用，获取网络数据或查询数据库等。示例介绍了如何使用ChatGPT调用自定义函数，模拟实现预约挂号和查询功能。