# Tool Calling 就是 RPC 吗？后端工程师容易忽略的一层

看到 Agent 调工具，很多后端工程师的第一反应是：这不就是调接口吗？

执行那一半，确实有大量熟悉的东西：参数校验、权限、超时、幂等、错误处理。

但先看一个反例：用户要查最近 30 分钟的日志，候选参数却是 43200 分钟，也就是 30 天。

JSON 合法，字段是整数，接口支持这个范围，当前用户也有权限。服务甚至准确返回了 30 天的记录。

接口没有执行错，任务却已经偏了。

这就是我想拆开的两层：

① 模型根据任务提出工具和参数；
② 程序检查候选请求，执行工具，再核对结果。

Tool Calling 可以落到本地函数，也可以经过 RPC。执行机制相似，不代表产生调用意图的过程完全相同。

在这组图里，我用同一个日志查询案例讲清四道检查：结构、任务语义、权限、结果。MCP 负责能力交换，Skills 可以组织规程和资源；它们各有价值，也各有边界。

配套演示使用预设参数，真实运行离线校验，没有拿模拟过程冒充模型实测。修复也有前提：我们已经拿到了用户确认的结构化任务。

后端经验可以继续用。需要补上的，是对“这次调用为什么应该发生”的检查。

你做过的 Agent 项目里，最常见的是选错工具、传错参数，还是结果解释错了？

#Agent开发 #后端开发 #ToolCalling #AI工程 #技术分享

---

发布说明：按 01—08 顺序上传 PNG。正文中的“配套演示”对应同包 recording.html（经本地 HTTP 服务打开），不要声称这是在线模型录制。图片中的示例是本地教学协议，不是某个模型厂商的 API 格式。

资料核对：2026-09-21。
- 原文与分析：https://www.anthropic.com/engineering/writing-tools-for-agents
- MCP 官方架构：https://modelcontextprotocol.io/docs/2026-07-28/learn/architecture
- Agent Skills 官方说明：https://agentskills.io/home