二、【手脚篇】Tool Use： 给大厨配上刀具，从“陪聊”到“实干”

光有个聪明的脑子还不够，为了让他能干活，你得给他配上器官和手脚。

1. 多模态 (Multimodality) —— 【眼睛和耳朵】

早期的 AI 只能读文字（像是通过传纸条交流）。现在的 AI 能看懂图片、能听懂语音。这就是“多模态”——你让他具备了五官，能感知真实世界，而不只是处理文本。

2. 工具 / API 调用 (Tool Use) —— 【双手】

这是 AI 从“陪聊”进化到“实干”的关键转折点。

如果 AI 只能聊天，那他的价值很有限。但如果你给他一个计算器（API），他能算账；给他一个联网搜索权限，他能查新闻。

Tool Use 就是给 AI 装上“机械臂”，让他能去操作外部软件，真正解决问题。

3. 流式传输 (Streaming) —— 【即时反馈】

你看 ChatGPT 打字时是一个字一个字蹦出来的，这就叫流式传输。

如果不流式传输，AI 就像“卡顿”了一样，思考 10 秒钟，然后一次性把一大段话甩出来。流式传输就是让他“一边思考一边说话”，让用户感觉他在实时响应。