摘要工具调用是 Agent 区别于聊天机器人的核心能力，但 LLM 调用工具的方式与人类调用 API 有本质区别：LLM 不是"执行"工具，而是"生成"工具调用的文本描述。这个看似微妙的区别是工具调用失败的根本来源——当模型生成的工具调用在语法上正确但语义上偏离预期时，Agent 会在错误数据上继续推理，导致级联错误。本文基于 3000 条工具调用样本的分析，揭示语义漂移与参数幻觉两类失败模式的内在机理，并给出函数签名设计原则与生产级调用管线的工程方案。量化数据表明，经过优化的 schema 设计可将工具调用成功率从 67% 提升至 89%，参数幻觉率从 14% 降至 3%。1. 工具调用的本质：文本生成而非程序执行LLM 的工具调用在底层是一个文本生成问题——模型根据上下文生成一段描述工具调用的文本（JSON 或函数调用语法），而非直接调用目标函数。这意味着工具调用经过了"语义解码"环节，模型需要对函数签名进行语义理解并进行参数映射。 摘要工具调用是 Agent 区别于聊天机器人的核心能力，但 LLM 调用工具的方式与人类调用 API 有本质区别：LLM 不是"执行"工具，而是"生成"工具调用的文本描述。这个看似微妙的区别是工具调用失败的根本来源——当模型生成的工具调用在语法上正确但语义上偏离预期时，Agent 会在错误数据上继续推理，导致级联错误。本文基于 3000 条工具调用样本的分析，揭示语义漂移与参数幻觉两类失败模式的内在机理，并给出函数签名设计原则与生产级调用管线的工程方案。量化数据表明，经过优化的 schema 设计可将工具调用成功率从 67% 提升至 89%，参数幻觉率从 14% 降至 3%。1. 工具调用的本质：文本生成而非程序执行LLM 的工具调用在底层是一个文本生成问题——模型根据上下文生成一段描述工具调用的文本（JSON 或函数调用语法），而非直接调用目标函数。这意味着工具调用经过了"语义解码"环节，模型需要对函数签名进行语义理解并进行参数映射。 
