在AI界引起广泛关注的DeepSeek R1模型，近期迎来了一项重大更新。此前，众多开发者在GitHub上表达了对于R1不支持函数调用（FunctionCall）功能的遗憾。这一需求如今得到了积极响应。
据悉，在一次由知名AI博主大聪明（@赛博禅心）组织的小聚会后，DeepSeek团队悄然发布了支持FunctionCall的新版R1。这一消息让不少开发者感到惊喜。
FunctionCall的引入，意味着LLM（大型语言模型）能够通过标准化的接口调用外部工具和服务，从而极大地扩展其功能边界。简而言之，LLM将变得更加智能和多功能，能够像一个操作员一样执行任务。
实现这一功能的过程相当复杂。当用户输入指令后，LLM开始生成回应。当它意识到需要调用工具时，会暂停原有的Token生成，转而生成函数调用的参数。这些参数随后被外部系统截获并执行，执行结果再返回给LLM。LLM基于这些结果和前文，继续生成完整的回应。为了直观展示这一过程，有人基于Claude模型制作了一个演示动画。
FunctionCall对于LLM的价值不言而喻。如果将LLM视为数字员工，那么FunctionCall就是帮助这个员工更好地完成任务的关键。数字员工需要具备基本的认知基座、外部信息的补充以及规约能力。而FunctionCall正是连接外部信息和扩展认知基座的重要桥梁。通过调用外部工具，LLM能够获取更多信息，从而避免逻辑推理中的幻觉问题。
清华系开源智能体框架Eko在FunctionCall方面的应用十分出色。Eko通过规划层和执行层的分工，以FunctionCall的方式自动生成工作流并执行具体任务。这一框架为LLM在FunctionCall能力稳定后展现强大性能提供了可能。
业内普遍认为2025年是AIAgent的元年，而DeepSeek R1的这次更新无疑为这一趋势增添了新的动力。根据经典Agent公式，工具调用是Agent的基石。字节率先将DeepSeek支持了FunctionCall，使得模型能够自主判断何时调用插件以及调用哪个插件。例如，在添加联网搜索插件后，模型能够判断何时需要调用该插件并给出正确的参数。
然而，尽管工具调用版R1已经取得了显著进展，但仍存在一些偶发问题。例如，模型有时不知道何时应调用函数或忘记调用；参数输入可能不完全准确；对于复杂需求，单次对话中较难重复调用工具。这些问题仍有待进一步优化。
另外，据最新消息透露，基于Qwen2.5-Max的深度推理模型即将问世。这一消息无疑为AI界带来了新的期待。与此同时，本周五（2月21日），DeepSeek团队也参加了在上海举行的阶跃星辰发布会。据称将有重大更新发布，让我们拭目以待。
