近日，AI领域迎来了一项重要更新，DeepSeek R1，这款备受瞩目的模型悄然增加了对FunctionCall（函数调用）的支持，引发了开发者和用户的广泛关注。
此前，DeepSeek R1的一大痛点在于不支持函数调用，这限制了其在实际应用中的灵活性和能力范围。GitHub上的众多开发者纷纷表达了对这一功能的渴望。然而，在一次由知名AI博主@赛博禅心组织的小聚会后，用户惊讶地发现，DeepSeek R1悄然上线了支持函数调用的新版本。
函数调用功能的加入，使得LLM（大型语言模型）能够成为一个更加智能的“操作员”。通过标准化的接口，LLM可以调用外部工具和服务，从而极大地扩展其能力边界。具体而言，函数调用的实现流程包括用户输入、LLM生成回应并意识到需要工具调用、暂停原有Token生成并开始生成函数调用参数、外部系统执行并返回结果、LLM基于返回结果和前文继续生成完整回应。
为了更直观地理解这一过程，有人基于Claude生成了一个演示动画，展示了函数调用在实际应用中的工作流程和效果。
函数调用对LLM的价值不言而喻。将LLM比作数字员工，为了使数字员工更好地完成任务，需要赋予其基本的认知基座、外部信息的补充以及规约能力。然而，传统的LLM在这些方面往往存在不足，导致生成的结果可能出现逻辑不合理或信息缺失等问题。而函数调用的加入，则能够有效解决这些问题，提升LLM的准确性和实用性。
清华系开源智能体框架Eko对函数调用的应用非常出色。其通过规划层和执行层的分工合作，实现了对复杂任务的自动化处理。规划层负责生成工作流并以函数调用的方式反馈给执行层，而执行层则负责执行具体的任务。这种框架为DeepSeek R1等推理模型提供了广阔的应用前景。
在实际应用中，DeepSeek R1已经展现出了强大的函数调用能力。例如，当用户提出一个无需调用联网搜索插件的问题时，模型能够自主判断并给出回复。而当用户要求查询B站上的热搜并制作思维导图时，模型则能够主动调用相应的插件并生成正确的结果。
当然，目前的DeepSeek R1在函数调用方面还存在一些偶发的小问题，如不知道何时应调用函数、参数输入不完全准确等。但这些问题并不影响其作为AI领域的一项重要更新所带来的积极影响和广阔前景。
值得注意的是，本周五，DeepSeek的开发者们还参加了阶跃星辰发布会，预计将有更多更新和进展公布。对于关注AI领域发展的用户来说，这无疑是一个值得期待的时刻。
