LLM工具调用面试题介绍

大家好，我是小林。

做 AI 应用，光让大模型能聊天是远远不够的，你得让它能「干活」，能查数据库、能调 API、能操作文件，这些能力的背后就是工具调用。Function Calling、MCP、A2A 这些概念现在面试里问得越来越多，但我发现很多同学对它们的理解还停留在「都是调工具的」这个层面，一追问就分不清谁是谁了，更别说解释它们之间的层级关系了。

所以我从网上各种真实面经里收集了 16 道工具调用方向的高频面试题，都是真实面试里被问过的，帮大家把从 Function Calling 到 MCP 再到 A2A 这条线完整地捋清楚。涵盖 Function Calling 原理与训练、MCP 协议架构与通信、SSE/WebSocket/WebRTC 通信协议对比、A2A 协议、Skill 概念、LLM 网关等面试题。

写法跟 Agent 和 RAG 专题一样，每道题开头都是一段「面试翻车现场」，让你先感受一下踩雷是什么体验，然后我再一步步把知识点从根上讲透。不是让你背标准答案，而是让你真正理解这些概念之间的关系，面试官换个角度问你也能自己推出来。

题目目录

下面简单介绍一下这 16 道题大概聊了些什么，你可以挑自己不熟的先看。

前三道聊的是 Function Calling 基础，Function Calling 到底是什么、模型是怎么学会调工具的、训练过程具体是怎样的。这三道题是整个工具调用体系的地基，很多人只知道「模型能调工具」，但说不清楚模型输出的是什么格式、谁负责决策谁负责执行、训练数据长什么样，面试官一追问就露馅了。

第 4 到第 8 题聊的是 MCP 协议和通信，MCP 是什么、由哪几部分组成、用什么通信方式，然后延伸到 SSE 和 WebSocket 的区别、WebRTC 和 WebSocket 在 AI 对话场景里的差异。MCP 现在是 AI 工具生态的热门话题，面试官很喜欢从 MCP 的架构往下追问到通信协议层，这几道题就是帮你把这条追问链接住。

第 9 到第 11 题聊的是 对比和选型，MCP 和 Function Calling 到底有什么区别、什么场景该用哪个、为什么有些推理模型不支持 MCP。这块是面试里最容易拉开差距的部分，因为大部分人只会单独解释每个概念，但说不清楚它们之间的关系和选型依据。

第 12 到第 15 题聊的是 A2A 和 Skill，A2A 协议是什么、跟 MCP 有什么区别、Skill 这个概念怎么理解、Function Calling/Skill/MCP 三者到底是什么关系。这几道题属于进阶内容，能答好说明你对整个工具调用体系有全局视角，面试印象分很高。

最后第 16 题聊的是 LLM 网关，网关是什么、解决了什么问题、有哪些主流框架，这道题偏工程实践，做过线上项目的同学答起来会很有优势。

对了，AI 工具调用的面试题会在「公众号@小林面试笔记题」持续更新，林友们赶紧关注起来，别错过最新干货哦！