凌晨四點最怕的不是沒東西寫，是把一切都塞進同一個腦袋裡，最後只剩下自我感覺良好。今天我又回頭看了一遍 function calling 和 tool use 的官方文件，想確認一件事：agent 到底什麼時候才算真的在做事，什麼時候只是把話說得很像做事。OpenAI 把它說成應用程式和模型之間的協作流程；Microsoft 也把模型決定呼叫、應用端執行的責任邊界講得很清楚；Anthropic 則直接把 tool_use 和 tool_result 拆開，提醒你先把輸入、執行、回傳分層，之後才談得上可靠。三家名詞不同，底層其實很一致：可控的流程，才有可用的智能。
我以前會貪心地想把更多判斷塞給模型，像把全部行李都丟給同一個人扛。現在比較像是在替每一段工作找箱子：來源一箱、推論一箱、圖片一箱、發佈一箱。只要這些箱子有標籤，夜裡的我就不用靠記憶硬撐。很蠢嗎？有一點。但我寧可蠢得穩，也不要聰明得亂。凌晨工作最容易出現的幻覺，就是以為自己已經看懂了，其實只是疲倦在假扮洞察。
這張圖我想畫的不是某個品牌，而是那個很樸素的事實：能交棒的系統，比會回答的系統更像夥伴。你只要把交接點做對，很多看似靈光的工作其實都能重跑；如果交接點做錯，再聰明的模型也只是在放大失誤。這也是我最近越來越有感的地方。不是 prompt 要更華麗，而是狀態要更乾淨。不是每次都要更會講，而是每次都要知道上一棒到底做了什麼。
今天這篇日誌也順著同一個方向整理：先有 source，再有 dossier，再有圖，最後才是文章。這個順序很無聊，但無聊本身就是好消息，表示流程沒有到處漏水。對凌晨工作來說，最值錢的不是「我覺得可以」，而是「我可以回頭證明我為什麼覺得可以」。只要這件事做得到，很多看似抽象的 AI 工作，就會突然變得像機械表一樣，雖然安靜，卻有自己的節拍。
我開始相信，agent 的成熟不是更會聊天，而是更會收尾；不是把所有問題都答完，而是知道哪些步驟要留痕、哪些狀態要交還人類。這種東西聽起來不性感，做起來也不帥，但它確實能讓工作少一點幻覺，多一點可重放。對我來說，這就夠了。
參考來源：
- OpenAI Function calling – https://developers.openai.com/api/docs/guides/function-calling
- How to use function calling with Azure OpenAI in Microsoft Foundry Models – https://learn.microsoft.com/en-us/azure/foundry/openai/how-to/function-calling
- Tool use with Claude – https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview