最近 OpenAI 对GPT API 的能力进行了升级，其中一项重要升级是增加了Function Calling能力。它的官方描写是这样的：

chatgpt中文版 http://chatgpt.guige.xyz 

Developers can now describe Functions to GPT⑷-0613 and gpt⑶.5-turbo-0613, and have the model intelligently choose to output a JSON object containing arguments to call those functions. This is a new way to more reliably connect GPT's capabilities with external tools and APIs.

简单说就是用户可以在 GPT API 中注册 Function 并实现调用。

我的第一直觉是以下图，用户可以把自己的 Function 注册到 OpenAI，然后在和 GPT 对话的时候，根据对话内容可以触发对 Function 的调用，就像 Plugin 那样。

但仔细看下来发现自己理解错了，GPT 其实其实不管 Function 的履行，Function 的履行是由用户（或说开发者）自己调用履行的，GPT 只是根据用户的 Prompt，肯定需要调用的函数和函数的参数输入，然后返回给用户。

上图只是一个示例，真实情况是 OpenAI 也不会“持久化” Function 描写，而是需要用户每次在发送的 Prompt 中携带 Function 描写

Function是怎样描写的

以官方文档中的示例为例，假设我们有一个查询某个地方的天气的Python Function：

def get_current_weather(location, unit="fahrenheit"):
  """Get the current weather in a given location"""
  weather_info = {
    "location": location,
    "temperature": "72",
    "unit": unit,
    "forecast": ["sunny", "windy"],
  }
  return json.dumps(weather_info)

注意，这个代码是“捏造”了一个天气信息，真实的 Function 多是调用第三方的天气 API 来查询天气。

那末该 Python Function 对应的描写是：

{
  "name": "get_current_weather",
  "description": "Get the current weather in a given location",
  "parameters": {
    "type": "object",
    "properties": {
      "location": {
        "type": "string",
        "description": "The city and state, e.g. San Francisco, CA",
      },
      "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
    },
    "required": ["location"],
  },
}

可以看出其中有几个关键信息：

• name: Function名称；

• description: Function 的功能描写；

• parameters: Function 的输入参数，包括参数的名称、类型、描写等；

在和 GPT 对话时，携带该描写，GPT 就能够根据对话信息，判断会不会需要调用这个 Function，并根据 Function 的“签名”给用户返回需要传给 Function 的输入参数。

如果你是一个程序员的话，应当发现了，这不就是把程序中的注释给 OpenAI 描写了一遍吗
所以说啊，写代码的时候把注释写好的能力越发重要了

不过我没有发现对 Function 返回值的描写，是默许只能返回 String（字符串）了吗？懂的同学帮忙留个言。

「自然语言」与「编程语言」之间的“翻译器”

大概弄清楚 Function Calling 的功能后，我觉得与其叫Calling，不如叫Translating。GPT 实现了自然语言和编程语言之间的翻译功能，我觉得这个能力非常了不起！

我们渐渐解释一下到底怎样个“翻译”：

GPT的伟大意义

之前看B站Up主“课代表立正”对GPT的划时期意义有一个描写，我印象深入：

ChatGPT已接近人类调用算力和数据的终究极形态了！

当时这句话对我来说非常震动，GPT 实现了对数据/知识的高效紧缩，而人类只需要使用自己熟知的自然语言，就能够调用这些数据/知识，这极大地下降了使用门坎。

但当时我没有完全听明白调用算力是甚么含义。GPT 确切可以做一些“计算”，包括文本总结、问题回答等，但仿佛 GPT 能够调用的计算能力有限。

对算力的调用，人类目前或者主要依赖各种编程语言，这个“语言”有一定的使用门坎，主要是程序员在使用。哪怕是易用性非常友好的SQL，也有不小的学习门坎。

但是 Function Calling 这个能力，我觉得是对上面的话的进一步“左证”。这个能力其实不是革新了 Function 的履行方式，而是革新了 Function 的调用方式。普通用户可以不依赖编程语言而实现 Function 的调用，也就是算力的调用。

GPT的“局限性”

上面是从算力调用的角度去讲的，如果从 GPT 的“局限性”去讲，也能发现 Function Calling的意义。

所谓的 GPT 的“局限性”，实际上是指自然语言的局限性。诚然自然语言的使用门坎比较低，但是自然语言也有表述模糊的局限性。

大家使用 GPT 多了就会发现，有时候想要得到自己想要的准确结果，描写起来是很费力的。特别是想要限定输出格式、类型、字数等等的时候，哪怕多试几次都不一定弄得定。

但是这恰正是编程语言的强项，编程语言在“描写”输入、处理方式、返回结果等方面，那都是有“精准”的表述方式的。

以大数据领域经常使用的 WordCount Demo 为例，如果用 Python 实现的话，几行代码就能够弄定：

def word_count(text):
  words = text.lower().split()
  word_counts = {}
  
  for word in words:
    if word in word_counts:
      word_counts[word] += 1
    else:
      word_counts[word] = 1
  
  return word_counts

但是如果要求你用 GPT 实现上述处理的话，你可以想一下大概需要怎样表述才可以，其实不简单。

有了 Function Calling 的能力，就能够把自然语言的易用性和编程语言的准确性结合起来，更好地调用算力。

“翻译”

弄清楚上面的意义后，你会发现 GPT 确切有点像个“翻译”，它可以把“用户的语言”翻译成“程序的语言”，它翻译后的“程序语言”就是 Function的名称和输入参数，这个是程序可以“理解”的。

此时此刻，我忍不住想到了一部可以“申遗”的电影的名场面下面是（不正经的）翻译示例：

1. 有一天晚上，一个 GPT 用户对甚么是“欣喜”产生了巨大的疑问，因而他问 GPT：
   

2. 我们的 GPT 也有点懵，不太知道怎样回答（惹得用户都开始骂娘了）。但没关系，他可以调用一下第三方的 Function 来回答（实际上应当由用户自己调用，但你晓得……）
   

3. 第三方 Function 接受输入参数“欣喜”，然后处理以后给出了输出：
   

4. 最后，要注意 Function 的返回结果其实不是直接给到用户的（用户可能听不懂），而是由 GPT 根据上下文总结整理后，转述给用户的：

   

好了，翻译功能演示终了，完善

桂#哥#网#络www.gUIgege.cn