AI 为什么会？⑬ AI 为什么突然会使用工具了？
上一篇，我们调查了一个重要的变化：AI 系统开始从“回答问题”走向“推进任务”。行业里，通常把这类由模型参与管理流程、可以调用工具并根据结果继续行动的系统称为 Agent。
但是，一个新的问题马上出现了：如果它想完成一件事情，就不能只会聊天，还要搜索、运行代码、打开网页、读取文件，甚至操作电脑。这些能力到底是从哪里来的？
调查现场
今天，我们做一个很简单的实验，请打开 ChatGPT。问它：
计算一下 987654321 × 123456789。
有些模型会直接心算，有些模型会停顿一下，然后告诉你：
正在使用 Python……
第一次看到这里的时候，很多人的第一反应都是：
AI 连 Python 都学会了。
后来，我才发现，这句话只说对了一半。
一、我们又把 AI 想成人了
为什么会觉得 AI 学会了 Python？因为人就是这样：一个程序员学习 Python，以后自己写代码、自己运行。于是，我们很自然地认为，AI 也是先学习，然后把 Python 解释器装进了自己身体里。
大模型确实从训练中学到了 Python 的语法、概念和常见写法，所以它能读代码，也能写代码。但“会写 Python”和“真的执行了这段代码”，不是一回事。
二、写代码的是模型，运行代码的是外部环境
这一点，第一次知道的时候，我也很意外。真正运行 Python 的，通常不是大模型本身，而是系统为它连接的代码执行环境。模型可以先写出代码，再发出一个结构化请求，相当于告诉系统：
请帮我运行这段代码。
然后，外部环境开始计算、画图、分析数据，再把结果交回给模型，模型继续判断或整理成自然语言。模型会 Python，但执行代码的“手”，在模型之外。
三、浏览器也是一样
Deep Research 为什么会查资料？不是因为大模型里面突然长出了一个浏览器，而是因为系统为它提供了搜索或浏览工具。模型或外围流程判断这个问题需要搜索，于是发出请求：
去搜索。
工具开始工作，网页内容返回，模型再根据新结果继续处理。请注意，这里发生的不是模型独自完成了浏览，而是模型和外部程序进行了一次协作。
四、我终于理解了工具
以前，我一直觉得，工具就是能力。后来，我越来越觉得，工具更像人的手：程序员会打开 IDE，设计师会打开 Photoshop，律师会打开法规库。工具本身当然重要，但专业还体现在知道什么时候使用哪一个、怎样使用，以及怎样检查结果。AI 系统也是一样。
五、突然，一切都串起来了
回头看，前十二篇，我们一直讲：Context，今天，终于出现了：第二块积木，Tool，现在，AI 世界开始变成：
Context
↓
LLM
↓
Tool
这张图只画出最核心的三块积木。真正运行起来时，舞台背后还有一群看不见的工作人员。
模型说“请运行这段代码”，运行系统先检查它有没有权限、参数对不对，再把请求交给代码环境。结果回来以后，系统还可能筛选、压缩和整理，最后才把模型真正需要的部分放回 Context。
然后，模型再决定下一步。这个过程可以循环很多次。
六、只有 Tool 还不够
很多人开始收集：Python Tool、Browser Tool、Search Tool、Calculator Tool……像是在给 AI 买一整间工具房。
可工具越多，不等于活就干得越好。系统还必须解决：
什么时候使用工具，怎样安全地执行，以及如何处理结果。
有时，这个选择主要由模型生成；有时，外围程序按固定规则调用；更多时候，两者一起完成。真正困难的不是把工具挂上去，而是选对工具、填对参数、读懂返回结果，并知道下一步该怎么办。
调查笔记 No.13
今天，我们推翻了第十三个认知。
❌ AI 会写代码，就等于代码是在大模型内部运行的。
✅ 模型可以学会理解、编写代码和选择工具，但真正的搜索与执行，通常由模型之外的程序完成。
工具，不是 AI 本身，而是 AI 可以使用的外部能力。
当前掌握的线索
- AI 根据 Context 思考。
- AI 通过 LLM 生成下一步。
- 模型可以生成调用外部工具的请求。
- 运行系统负责校验和执行，并处理结果，再把需要的信息交回模型。
- 一次工具调用，是模型与运行系统共同完成的。
下一步调查
如果浏览器、Python 都只是工具，那么为什么现在越来越多的软件突然都开始支持 AI？为什么一个 AI 可以同时连接几十种不同的软件？它们之间，到底是怎么沟通的？下一篇，我们继续调查。
《AI 为什么会？⑭ AI 为什么突然什么软件都能连接了？》