“传统 Agent 框架更像是用低代码拖拽的「机器人编排器」，   

 Python-use 则是直接用 Python 把 Agent 逻辑实现出来，让代码就是 Agent。”  

当大多数 Agent 框架还在把 “工具” 当作黑盒 API 时，知道创宇 AI 业务部总经理王利伟和其团队在思考另一种方式 —— 如果代码就是工具，而 LLM 恰好擅长写代码，为什么不干脆让 AI 自己用 Python 把任务跑出来？

在这篇访谈中，王利伟系统阐述了 “Python-use 范式”—— 一种把 Agent 逻辑直接写成可执行 Python 的极简思路。它抛弃繁复的 Schema 注册、Workflow 编排和多 Agent 协商，实现细粒度代码控制，逻辑可控、可调试、最少 Token 浪费。

本周六，王利伟将出席【Al Agent：从工具助手到自主行动】OSC 源创会・杭州站活动，并发表《基于 Python-use 范式的开源 Agent》主题演讲，介绍如何撮合 LLM ➕Python 生态形成强大的智能体，通过独创的 Python-use 范式，让 AI 不光会调用工具，也会自己造工具。

即刻报名：https://www.oschina.net/event/8597955

问：您提出 “Python-use 范式” 与传统 Agent 开发框架的核心差异是什么？它如何解决现有 Agent 工具调用能力的局限性？

答：

回答这个问题之前，我们先定义一下什么是 “工具”，众所周知 “工具” 调用是 Agent 的基本能力之一。工具到底是什么呢？是各种应用程序，接口对吧。从根本上来讲都是代码，代码组成了 MCP 工具、API 工具以及各类应用程序。Python use 范式是回归第一性原理，把 code 当成工具，code 是所有工具的最基本构成，code 可以组成各种各样的工具，而 LLM 对 code 的理解和编写能力都足够强，相比依赖于现成的工具，Python use 是从代码出发，具有灵活性、扩展性。当然，在这过程 Python use 也是支持现有工具的调用的，比如 MCP、browser use 等等。而对于一些碎片化的场景，没有标准工具、现成工具可以用的场景，Python use 可以依赖于 Python 编码自行找到更具创造性的方案。

一句话总结：

传统 Agent 框架更像是用低代码拖拽的「机器人编排器」；

Python-use 则是直接用 Python 把 Agent 逻辑实现出来，让代码就是 Agent

至于如何解决现有 Agent 工具调用能力的局限性大体分析如下：

现有 Agent 框架在工具调用上主要有两个局限：

1、工具注册繁琐且封闭：需要开发者把工具写成符合接口的形式并注册进 Agent 系统。灵活性低、扩展慢。

2、推理成本高 + 错误多：每次工具调用都可能需要 LLM 去推理哪个工具 + 如何填参数，容易出错，且慢。

Python-use 通过：

代码即接口：不需要任何预定义 schema、function calling 注册。Python 里能 import /pip install 的库、调用的 API，都是工具。

动态生成工具：Python 里可以即