MCP 与 OpenAI Function Calling 有什么区别？

1. 协议性质不同

OpenAI Function Calling 是 OpenAI API 的功能特性，函数在每次 API 调用时以内联方式定义，工具逻辑存在于应用代码之中。MCP 是独立的开放协议，基于 JSON-RPC 2.0 构建，有独立的规范文档和 SDK 支持。

2. 工具发现机制不同

Function Calling 采用静态定义方式，每次请求中明确列出可用工具，模型只能看到本次请求中提供的工具。MCP 支持运行时动态发现，客户端通过调用 tools/list 方法主动查询服务端可用的工具，工具列表可在会话期间动态更新。

3. 状态管理模式不同

Function Calling 是无状态的，每次函数调用相互独立，状态管理由应用程序负责。MCP 是有状态协议，服务端可以在多次调用之间维持连接、上下文和事务状态，适合需要保持连接或累积状态的操作。

4. 平台绑定程度不同

Function Calling 绑定特定 LLM 提供商（各家的 Function Calling 格式和行为略有差异），切换模型提供商通常需要重写工具定义。MCP 是模型无关的独立协议，同一 MCP 服务端可以与 Claude、GPT、Gemini 等不同模型配合使用。

5. 传输与部署方式不同

Function Calling 通过 HTTP 调用 LLM API，函数执行在应用进程内完成。MCP 支持独立的服务端进程，可通过 Stdio（本地）或 HTTP/SSE（远程）进行通信，服务端拥有独立部署生命周期，支持跨进程、跨网络通信。