学到一点就写一点 · AI 大白话 用具体例子，把 AI 的原理和用法讲清楚。
学习记录经过计算与整理，成为保存到文件夹中的学习小结 · 点击放大
上一篇，我们聊了怎样让 AI 从已有资料里找内容、整理写作线索。这次往前走一步：有了材料，怎样让它实际读文件、算数字，再把结果存下来？
假设你把一周的学习记录保存在一个文件里，想请 AI 帮忙：
读取这份学习记录，按主题统计用时，整理一份简短小结，保存到我指定的学习文件夹。
过了一会儿，它回复：“已经整理好，文件已保存。”
这句话看起来像任务完成了。但聊天里写出“已保存”，和文件夹里真的多出一份文件，中间还需要发生什么？
先看一遍：读记录、算用时、存小结
假设文件里有这样四条记录：
| 日期 | 学习主题 | 做了什么 | 用时 |
|---|---|---|---|
| 周一 | AI 原理 | 阅读注意力机制的介绍 | 30 分钟 |
| 周二 | 写作练习 | 整理文章提纲 | 45 分钟 |
| 周四 | AI 原理 | 回顾笔记，写下疑问 | 20 分钟 |
| 周六 | 写作练习 | 修改文章开头 | 25 分钟 |
如果所用的软件接好了相应工具，也有权限访问这个文件，可以这样完成任务。
先读取。 模型请求读取指定文件，文件工具把这四条记录读出来，软件再将结果提供给模型。此前只知道文件名，不等于已经知道里面写了什么。
再计算。 模型根据任务要求，请计算工具把相同主题的用时相加，得到：AI 原理 50 分钟，写作练习 70 分钟，合计 120 分钟。
这点加法，模型也可能直接算对。这里使用计算工具，是为了展示怎样把运算交给程序执行。记录多了，尤其要检查有没有漏行、分错类或混用单位。
最后整理并保存。 模型参考记录和统计结果，写出学习小结，再请求文件工具把内容写入指定文件夹中的“一周学习小结.md”。保存成功的结果返回后，它才能据此告诉你文件放在哪里。
这里拆开讲，是为了看清各自的作用。实际软件可能用一段程序完成读取、统计和保存，不一定每一步都对应一个独立工具。
“请工具做事”，具体怎样发生？
第 00 篇把工具比作 AI 的“手脚”。现在把“读取学习记录”这一步放慢看。
软件先向模型提供可用工具的说明，例如：有一个读取文件的工具，需要给出文件位置，执行后会返回内容。
模型结合你的要求，生成一份按约定格式组织的调用请求。翻译成大白话，就是：
使用读取工具，读取学习文件夹里的“一周学习记录”。
这时，文件还没有因为这句话就被读出来。软件需要接住请求，检查请求和访问权限，再让对应程序执行。
程序读到内容，就返回记录；找不到文件或没有权限，就返回相应错误。软件把结果提供给模型，模型才能根据实际情况继续统计，或者说明缺少什么。
这也接上了第 06 篇的上下文：读回来的记录，成了模型这次能够参考的信息。它没有因为读了一次文件，就永久学会里面的内容；后面的回答能用上哪些记录，还要看软件实际提供了什么。
模型提出操作请求，工具执行具体动作，执行结果再回来参与后续处理，这就是工具调用的基本过程。
模型提出读取请求，软件检查并调用工具，读取结果再返回模型 · 点击放大
以读取文件为例的教学示意。工具可以在本机或远端运行，图中按职责区分，不表示实际部署位置。
你在界面上可能只看到“正在读取文件”，也可能能展开查看操作记录。界面怎样展示，取决于产品；真正执行的环节不能靠一句普通回复代替。
同样，AI 给你写出一段“保存文件”的代码，也只完成了代码生成。还需要有程序去运行它，才能知道文件有没有按要求写出来。
API 和 MCP，又是在连接什么？
继续用这份学习记录。这次换个存放位置：假设它保存在笔记软件里，你想让 AI 读出来，再把学习小结存回去。
API：笔记软件怎样接收程序的请求？
你自己操作时，会点开笔记、复制内容，再点击“新建笔记”。程序也需要一种办法，告诉笔记软件要办什么事。
API，可以先理解成软件给其他程序开的办事窗口。 比如，这款笔记软件提供两个接口：
读取笔记：提交笔记编号，返回里面的内容。
新建笔记：提交标题和正文，保存后返回新笔记的编号。
如果“一周学习记录”的编号是 123，程序就可以按接口要求请求“读取 123”，拿回前面的四条记录。小结写好后，再提交标题“一周学习小结”和正文，请笔记软件新建一条笔记。
程序不用像人一样逐个点按钮，但需要遵守接口的要求，也要有相应权限。API 也不是专门为 AI 准备的，普通的备份程序同样可以用它读取笔记。
MCP：AI 应用怎样接上这些工具？
笔记软件已经有 API 了，为什么还会出现 MCP？
因为 AI 应用还需要知道：有哪些工具可用？每个工具要填什么信息？请求怎样发出，结果怎样交回来？接入笔记、文件、日历等不同服务时，这些对接工作会反复出现。
MCP，中文叫“模型上下文协议”，为这类连接约定了一套通用规则。 它也能提供资料等能力，这里先看工具。
可以给笔记软件配一个遵循 MCP 的连接程序，通常叫作 MCP 服务。AI 应用接上它以后，可以按 MCP 的规则取得工具清单，例如：
| 可以调用什么工具 | 调用时要提供什么 |
|---|---|
| 查找笔记 | 标题或关键词，例如“一周学习记录” |
| 读取笔记 | 查到的笔记编号，例如 123 |
| 新建笔记 | 标题和要保存的正文 |
AI 应用把这些说明提供给模型。模型提出“读取 123”的工具请求后，应用通过 MCP 把请求交给连接程序；连接程序再调用笔记软件的 API，拿到记录，沿原路把结果送回来。
在这条链路里，API 是笔记软件接收读写请求的窗口；MCP 是 AI 应用与连接程序之间，介绍工具、传递调用和返回结果的通用规则。
整理小结仍由模型完成，读写笔记仍由程序执行。MCP 把它们接起来，本身不负责理解学习记录。
再换两个学习中的小任务
如果已经接入相应的 MCP 服务，并获得授权，还可以这样用：
把小结存到电脑里。 你说“把这份小结保存到学习文件夹”。文件 MCP 服务可以提供写入工具，接收文件位置和正文，由程序创建文件。这条路可以直接读写本地文件，不需要经过笔记软件的 API。
把复习安排记进日历。 你说“周日晚上八点，安排半小时回顾这周的笔记”。日历 MCP 服务可以提供创建日程的工具，接收标题、开始时间和时长，再调用日历软件的接口保存安排。
三种服务做的事不同，所需信息也不同，但 AI 应用可以按同一套 MCP 规则取得工具说明、发起调用、接收结果。它统一的是对接方式，不是把所有软件变成同一种工具。
具体连接程序仍需要有人做好。支持 MCP 的 AI 应用接入兼容服务后，可以减少重复对接；也可以不经过 MCP，直接对接某个软件的 API。接上以后能读哪些笔记、能否写文件，仍取决于服务提供的能力和你的授权。
怎样确认小结真的保存好了？
回到开头，不能只看最后那句“文件已保存”。
可以先看工具返回的结果，再打开给出的文件或下载附件，核对保存位置和实际内容。文件究竟保存在你的电脑、云端，还是 AI 软件的临时环境里，也要分清；提供下载链接，不等于已经放进本机指定文件夹。
打开以后，看看 AI 原理是否为 50 分钟、写作练习是否为 70 分钟，总计是否为 120 分钟；小结有没有把“阅读介绍”写成“已经熟练掌握”。
发出请求、执行成功、结果正确，是三个需要分别看清的环节。
比如，保存工具返回“目标文件夹没有写入权限”。此时正文可能已经整理好，但文件还没存进去。合适的后续是说明保存失败，再根据允许的方式换一个位置，或让你下载；不能把前面的整理完成说成全部完成。
即使保存成功，也只说明那次写入完成了。工具可能忠实地保存了一份漏记数据的小结，内容仍要核对。
下周还要做，怎样少重复交代？
这次你得到了学习小结。下周再整理时，也许仍然希望：按主题统计，统一用分钟，分清做过什么与准备做什么，保存前核对数字。
这些要求如果每次都差不多，就可以整理成一份能反复使用的工作说明，让 AI 做同类任务时参考。
工具解决了怎样读取、计算和保存；工作说明则可以写清，做这类事情时采用什么方法、检查哪些地方。
下一篇，我们就聊 Skill：怎样把反复交代的做法保存下来，让 AI 下次有章可循。
配图说明：封面由 AI 生成，是整理与保存学习记录的视觉隐喻；正文图为程序绘制的教学示意。公开资料核验于 2026 年 10 月 13 日。
