上一篇我們已經知道，MCP 是用來讓 AI Application 與外部工具溝通的協定。

但這時候可能會有另一個疑問：

「那 API 跟 Function Calling 不也是在做類似的事情嗎？」

沒錯，所以這篇我們就來把這三個東西放在一起比較。

API：讓系統之間溝通

API 其實大家應該都不陌生，例如天氣服務提供：

GET /weather?city=taipei

程式呼叫 API，就可以取得天氣資料。

你的程式
   │
   │ API
   ▼
Weather Service

所以 API 主要解決的是：

「不同程式或服務之間怎麼溝通？」
API 不在乎呼叫它的是不是 AI，只要符合 API 規格，任何程式都可以使用

Function Calling：讓 AI 呼叫功能

如果今天希望 AI 可以查天氣，我們可以提供一個 Function：

get_weather(city)

當使用者問：

「台北今天會下雨嗎？」

AI 可以判斷需要使用 get_weather，然後產生對應的參數，接著由我們的程式實際執行這個 Function。

User
 │
 ▼
AI
 │
 │ Function Calling
 ▼
你的程式
 │
 │ API
 ▼
Weather Service

所以 Function Calling 解決的是：

「AI 要怎麼要求程式執行某個功能？」

MCP：把這些連接方式標準化

MCP 是讓 AI Application 與外部 Tools、資料和服務之間，可以用標準方式溝通。

因此它跟 API、Function Calling 其實不是同一層的東西，可以先這樣記：

而且它們甚至可以一起使用：

AI Application
      │
     MCP
      │
  MCP Server
      │
     Tool
      │
     API
      │
External Service

所以 MCP 並不是 API 的取代品，也不是 Function Calling 的升級版，它們是在不同層次解決不同問題。

總結

API、Function Calling 和 MCP 雖然看起來都跟「呼叫工具」有關，但其實解決的是不同的問題，API 比較偏向系統與系統之間怎麼溝通，Function Calling 則是讓 AI 可以告訴程式「我想使用哪個功能」，而 MCP 則是在這之上，進一步把 AI Application 跟外部 Tools、資料和服務之間的連接方式標準化。

今天先記住這三個：

1. API：讓程式彼此溝通。

2. Function Calling：讓 AI 可以要求程式執行功能。

3. MCP：讓 AI Application 可以用標準方式連接外部 Tools 與資料。

下一篇，我們就來看看 MCP 到底是由哪些東西組成的。