MCP 不是又一个框架,是接口标准的收敛

简介: 工具接入大模型的复杂度是乘法——N 个模型乘 M 个工具,每种组合都要重写一遍。MCP 把它变成加法:接一次工具,所有客户端都能用。它赢的不是功能,是让「写一次」这件事第一次真正成立,但这笔账有前提,也有代价。

每次技术圈出现一个新协议,第一反应总是「这不就是换个说法吗」。MCP 刚出来的时候,质疑尤其多:不就是 Function Calling 换个包装,加个进程通信?

这个判断只对了一半。Function Calling 解决的是「模型能不能请求调用外部工具」,MCP 解决的是另一个问题:同一个工具,凭什么要给每个客户端重写一遍。

先说 Function Calling 留下的四个坑

Function Calling 的思路很干净:开发者传一份 JSON 工具清单,模型判断需要时输出调用请求,由程序真正执行,结果回填给模型。

这个机制能跑,但在真实工程里会暴露四个问题。

第一,每个客户端都要自己接一遍。 你有十种工具想给模型用,CLI 里接一遍,IDE 插件里接一遍,内部 Web 应用里再接一遍。每处都有自己的一套工具定义、执行逻辑、错误处理。

第二,工具定义散在各自的提示词里。 同一个查库工具,A 项目描述写「查询订单」,B 项目写「按订单号查详情」,模型表现就不一样。描述改一次,得手动同步 N 个地方。

第三,执行逻辑和运行环境绑死。 工具要访问内网数据库,就得在能访问数据库的那台机器上跑一份代码;换个环境要重新部署。

第四,能力发现全靠人。 模型不知道自己还能用什么,全靠开发者把清单塞进去。

这四个坑加起来就是那个乘法:N 个模型 × M 个工具,组合数量涨得比工作量快得多。

MCP 做的是把乘法变加法

MCP 的做法是定义一层标准:工具方实现一个 Server,客户端实现一个 Client,中间用 JSON-RPC 通信(本地走标准输入输出,远程走 HTTP)。

工具方 Server  ←→  Client(IDE / CLI / 应用)  ←→  模型

一层标准化之后,前面四个坑各有一个对应的解:

工具写一次,任何实现了 Client 的客户端都能用。这不是「宣称的兼容」,是同一个进程被不同客户端用同一套协议调起来。同一个 Server,今天在 CLI 里用,明天在 IDE 里用,不需要改代码。

工具描述归工具方自己维护,客户端只是读取。list_tools 拿到的是当时那一刻的真实能力列表,改了描述,所有客户端立刻一致。

执行环境跟着 Server 走。Server 部署在能访问数据库的内网机器上,客户端在哪不重要——它只负责发请求。

能力发现变成协议的一部分。客户端启动时列一遍工具,模型就知道自己有什么可用的,不需要开发者手工拼接清单。

所以 MCP 的价值不在于「功能更强」,而在于它让「写一次,到处能用」第一次真正成立。这是标准的作用:标准不发明能力,标准降低成本。

但 MCP 不是免费的

说清楚好处,也得说清代价,否则又会变成无脑上。

多了一层进程。 本地 Server 是独立进程,有启动、崩溃、僵死这些状态要管。一个 Server 挂了,客户端要能感知并且不整体卡住——这比直接调用函数多了真实的运维负担。

权限边界变模糊。 工具方现在有了独立的执行身份和访问权限。谁授权它访问哪个库、以什么身份访问,得单独设计。默认开着不设限的 Server,等于把内网敞口挂在模型前面。

调试链路变长。 出问题时,要判断是模型没选对工具、参数给错、Server 报错、还是结果回填格式不对。抓包看 JSON-RPC 消息是必修课。

这三条不是反对 MCP 的理由,而是使用它的前提。协议降低的是接入成本,不是治理成本。

什么时候不需要 MCP

有一种场景确实不必上:工具只有两三个、只在一个程序里用、也不会给别人复用。

为了三个函数去写一个 Server,还要管进程生命周期,投入产出不划算。直接 Function Calling,几十行代码的事。

MCP 的收益随「客户端数量」和「工具数量」上升,两者都小的时候,它是纯开销。

判断标准可以很朴素:同样的工具,你需要为第二个客户端再接一遍吗? 答案是要,那就该考虑 MCP 了。

它更像 USB,不像新框架

我习惯把它比作 USB。USB 出现之前,鼠标是 PS/2 口,打印机是并口,每个设备的接口都是专用的,换台机器就得换线。USB 没有让鼠标变聪明,它只是规定了插头和协议,于是任何鼠标能插任何机器。

MCP 是同一个位置的东西:它不提升模型能力,它让工具和客户端之间的组合不再需要逐一适配。

理解了这一点,看后来出现的各种「MCP 生态」就不会迷糊——判断标准始终是那句话:它有没有真的让「一次实现、多处复用」成立。做不到的,只是给旧东西换了个名字。


这类「先分清它解决的是能力问题还是成本问题」的拆法,我在书里用过很多次,因为技术判断最容易错在把标准当成功能。那套讲法我留在了公众号。

书在这儿:https://effective-llm.pages.dev/
代码在这儿:https://github.com/agentgeex/effective_llm_code

相关文章
|
3天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
1649 1
|
6天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
6天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
3天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
2975 0
|
19天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
8479 58
|
13天前
|
Linux 开发工具 iOS开发
2026最新codex下载安装保姆级使用教程(下载+安装+登录+使用,含所有历史版本)
本文详解OpenAI Codex国内快速上手指南:提供Win/macOS/Linux全平台免安装包、npm/Homebrew等多方式安装、账号/API Key双登录、简体中文切换,覆盖下载、安装、汉化、使用及高频避坑(如微软商店失败、npm超时等),10分钟即可跑通。
3024 9
|
19天前
|
JavaScript API iOS开发
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。
5807 69
|
7天前
|
云安全 人工智能 安全
|
11天前
|
人工智能 安全 API
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(dsh)是DeepSeek AI于2026年开源的轻量级Agent运行框架,基于Cordis内核,践行“一切皆插件”理念。支持Web/桌面双端,开箱即用;内置多模型接入、丰富插件生态(超3.5万),适配编程、办公、创作等场景。(239字)
1910 1

热门文章

最新文章