MCP（模型上下文协议）和Function Calling（函数调用）都是大模型与外部交互的重要技术，二者主要有以下区别：
- 定位与本质：Function Calling是主流大模型内置的功能，是模型自身具备的一种能力，允许模型在生成回答过程中主动调用外部函数或API。而MCP是由社区推动的开放标准化协议，旨在打破模型与工具之间的厂商壁垒，定义一套通用的交互规范。
- 标准化程度：Function Calling各厂商标准不一，不同模型的函数调用格式略有差异。MCP则定义了统一的请求/响应格式、认证机制等，任何模型和工具只要遵循协议即可互通。
- 工具发现方式：Function Calling需要开发者在开发时静态注册函数，模型运行时不可变更可调用函数范围。MCP支持动态工具发现，模型或Agent可在运行时通过MCP Server自动发现可用工具，工具可动态注册或卸载。
- 支持资源类型：Function Calling主要聚焦于调用HTTP接口、查询数据库等函数类操作，适用场景相对单一。MCP不仅限于函数调用，还能对接文件、向量数据库、长期记忆体等全品类上下文资源。
- 生态兼容性：Function Calling依赖特定模型平台，为某一模型定义的函数Schema，切换到其他模型时可能需调整格式。MCP具有跨模型、跨框架兼容性，可在GPT、Llama 2等任意大模型，以及LangChain等框架中使用。
- 集成复杂度：Function Calling集成简单，无需额外中间件，依托模型厂商的成熟生态即可。MCP需要部署MCP Server/Client中间件，集成成本相对较高。
- 适用场景：Function Calling适合快速集成少量API的小体量应用，能快速验证单一模型能力。MCP则是构建复杂Agent系统、实现多资源协同交互的理想选择，也适用于企业级多工具集成系统，可避免供应商锁定。
