并行函数调用（Parallel Tool Calls）

一句话理解

AI 助手的“一次性多线办事”——一句指令同时查三个城市的天气、调三个接口，结果齐了再汇总作答。

定义

并行函数调用是 Function Calling（词条 913）的进阶形态：模型判断多个工具调用互不依赖时，一次输出多个调用请求，由执行端并发跑完后把全部结果交回模型汇总。省往返次数，整体延迟从“串行累加”变“等最慢一个”。

你会在哪遇到它

接口文档里的并行工具调用选项；智能体（857）框架的工具编排层；讨论“Agent 为什么慢”的优化文章。

背后的原理

关键是“依赖判断”：查天气与查日历互不依赖可并行；先查库存再下单必须串行。模型在输出多个调用时声明它们同批，执行端用线程或异步并发执行，再做结果配对回传。出错处理要粒度细——单个调用失败不应拖垮整批（重试与退避 1093 的原则逐调用生效）。

和相近概念的区别

1 与 Function Calling（913）：那是基础能力，本条是“一次多个”的编排升级。 2 与多智能体（888）：多智能体是多个模型角色协作，并行调用是单个模型并发用工具。 3 与批处理 API（982）：批处理是离线异步省钱，并行调用是在线并发提速。

常见误区

1 并行一定更快——有依赖关系的调用强行并行会全错，判断权在模型与设计。 2 结果顺序无关——回传要与调用一一对应，配错号结果就张冠李戴。 3 工具越多越好——工具描述拥挤会降低选择准确率，按场景精简。