
MCP 已死?现状分析
Chloe Kim,Quandri 后端工程师,指出 MCP 会占用上下文资源,可靠性低,且与现有的 CLI/API 功能重叠。自 2024 年末推出以来,MCP 虽被称为 "AI 生态系统的 USB - C",但开发者们看法不同。
MCP 存在的问题
1. 吞噬上下文窗口:上下文窗口如同大语言模型的 "桌面",连接 MCP 服务器时,仅工具定义就占据很大部分。当连接所有 4 个服务器时,仅工具定义就消耗了 10.5% 的上下文窗口。比如 Linear 仅工具定义就占用超 12,800 个令牌,即便只使用部分工具,也会加载 42 个工具定义。
2. 操作可靠性低:存在初始化失败、重复重新认证、AI 响应变慢、会话中工具崩溃、权限不透明等问题。性能是已知问题,原文章作者将 Jira MCP 与直接使用其 REST API 进行基准测试,发现 MCP 每次调用速度慢 3 倍,首次调用速度慢 9.4 倍,这是架构层面问题,同样开销适用于 Linear、Notion 和 Slack 服务器。
3. 与现有 CLI/API 功能重叠:在人机一致性、可组合性、调试、训练数据、安装成本等方面,CLI/API 都优于 MCP。查询同一个 Linear 问题,MCP 消耗的令牌数比 CLI 方法多约 65 倍。
替代方案
1. 以 CLI 为先的策略:按 CLI -> API -> 文档的顺序提供服务。直接使用现有 CLI 不会浪费上下文,人类和 AI 使用相同接口,易于调试,可自由组合。
2. 技能模式:与 MCP 不同,技能模式只在需要时加载工具定义,仅在使用时占用上下文,可扩展性与技能数量不成比例。关键是将 CLI 使用说明嵌入技能中,结合 CLI 为先的策略是最有效方法。
MCP 真的死了吗
并非完全如此。在服务没有 CLI、非开发人员用户、实时双向通信等情况下,MCP 仍然有效。在数据库方面,对于本地开发 / 个人数据库,技能 + CLI 轻量级且快速;对于生产数据库 / 共享团队数据库,MCP 有安全防护优势。但对于大多数开发人员工作流程,MCP 属于过度设计。
Quandri 的使用方式
在 Quandri,我们同时使用 Bash + CLI、技能、MCP 三种方法,根据不同服务选择合适方式。不强制采用单一方法,若存在 CLI 且可本地认证,通常是最轻量级选择;若服务无 CLI 或需团队统一认证,MCP 有其用武之地。
结论
教得好比连接一切更重要。用封装现有 CLI 的技能取代 MCP 服务器,释放约 21K 个令牌的上下文,消除初始化失败问题,将调试工作留在终端。只在需要时加载工具并嵌入 CLI 指令,目前技能模式更胜一筹。
3592



被折叠的 条评论
为什么被折叠?



