给不太懂 AI 应用工作方式的佬大概介绍一下背景，大模型调用“工具”和“MCP”的路数是，先以 JSON Schema 的形式告诉大模型这个工具都支持哪些参数，参数的含义是什么，然后大模型在需要调用的时候写出来要提供给工具的参数，工具再去执行（相当于把这些参数丢到一个函数里去调用），最后把函数的结果以文本的形式告诉大模型。这是一次完整的工具调用。 
半年前做 Agent 应用开发时，忽然意识到其实有一种更好的办法，就是创建一个“执行 python 代码”的工具，只创建这一个工具，执行环境是一个远程的 python。 
当想赋予模型能够执行某项功能的能力的时候，将其封装成一个 Python 函数，然后把 doc string 以 system prompt 的形式注入给模型，这样模型可以直接选择调用 Python 代码。 
当时我觉得这种方式一定是未来，原因如下： 

用 json sche...