Skip to content
签到签到

第 6 章:AI 能力边界与方案选型

本章目标

判断什么场景用 RAG、Function Calling、Agent 或 MCP。

概念讲解

RAG 适合知识问答。

Function Calling 适合调用系统动作。

Agent 适合多步骤、需要决策的任务。

MCP 适合标准化外部工具接入。

不是所有问题都需要 AI。规则明确、风险高、结果可枚举的任务,简单规则可能更可靠。

业务案例

教育案例:

  • 教材问答:RAG。
  • 查询作业状态:Function Calling。
  • 自动批改主观题:Agent + 人工审核。

企业服务案例:

  • 产品咨询:RAG。
  • 查询订单:Function Calling。
  • 退款流程:Agent + 权限审批。
  • 外部 CRM 接入:MCP。

技术对应关系

技术选型不是“越高级越好”,而是“成本和风险是否可控”。

Agent 的价值在于处理多步、不确定和需要工具组合的任务。如果只是单次问答,RAG 更简单。

售前/产品视角

产品视角:

  • 先用最简单方案验证用户价值。
  • 再逐步增加工具和 Agent 能力。

售前视角:

  • 客户更容易理解“先解决一个具体问题”。
  • 不要一上来承诺完整自主 Agent。

示例模板

能力选型表:

任务最佳能力是否人工
查产品资料RAG
查订单状态Function Calling
修改订单Tool Calling + Permission
跨系统多步处理Agent + MCP部分
text
任务:
首选能力:
是否需要人工:
理由:
替代方案:

面试追问

问:RAG 和 Function Calling 怎么选?

回答要点:

  • RAG 解决“知道什么”。
  • Function Calling 解决“能做什么”。
  • 两者可以组合。

问:什么时候不要用 Agent?

回答要点:

  • 单步固定流程。
  • 风险不可逆。
  • 用户没有时间等待多轮工具调用。

问:MCP 适合什么场景?

回答要点:

  • 多个外部工具标准化。
  • 需要复用工具服务。
  • 需要统一安全和权限边界。

练习任务

为两个案例各列出 10 个任务,标记自动化、人工辅助或不应使用 AI。

本章产出

  • 一张“技术能力 -> 业务问题”映射表。

验收标准

能根据业务风险选择合适 AI 方案,并解释为什么不用更复杂方案。