先这样答
这四者分属完全不同的技术层级。REST API 是通用的网络通信接口。CLI 是操作系统层面的本地进程入口。Function Calling 是大语言模型表达工具调用的数据格式。模型只负责输出这种格式。模型完全不关心后端使用什么技术实现。MCP 则是专门给 AI 客户端接入外部工具的协议标准。
它们在实际应用中经常组合工作。一次完整的工具调用可以贯穿这四个层级。用户向 AI 客户端发起自然语言请求。模型理解用户意图。模型通过 Function Calling 生成结构化的请求数据。AI 客户端接收到这些数据。客户端按照 MCP 协议的标准格式去匹配注册好的工具。
MCP 协议负责连接 AI 客户端与工具服务端。协议找到具体的工具后触发底层的执行逻辑。工具背后的实际实现方式通常是 REST API 或者本地 CLI。工具需要获取网络数据时，程序发起 REST API 请求。工具需要控制本机系统时，程序拉起本地 CLI 进程。四者各司其职。它们共同把模型的文本输出转化为真实的计算动作。
面试官会怎么追问
-
「如果不用 MCP 协议，只用 Function Calling 能不能调用 REST API？」 可以直接调用。开发者需要在业务代码里手动解析 Function Calling 返回的数据。解析完成后开发者自己编写 HTTP 请求去调用 REST API。MCP 提供统一标准替代了这种手写对接逻辑。
-
「Function Calling 返回的结果和 CLI 的标准输出有什么区别？」 Function Calling 返回符合约定格式的结构化数据。CLI 的标准输出通常是纯文本流。系统需要把 CLI 的文本输出重新包装成 JSON 格式。模型接收 JSON 格式才能正确理解执行结果。
-
「为什么有了 REST API 还需要 MCP 协议？」 REST API 只定义网络传输的接口规范。REST API 没有规定 AI 客户端如何发现工具。REST API 也没有规定如何向模型描述工具参数。MCP 补充了这部分缺失的标准。MCP 让不同的 AI 客户端能以统一的方式接入各种工具。
回答的坑
把 Function Calling 当成一种具体的网络通信协议。
混淆 MCP 和 REST API 的作用范围。
同系列的题