AI 诞生才一周年,MCP凉了 曾被誉为“AI界USB-C”的MCP协议,一年内从万众瞩目到无人问津。问题不在愿景,而在现实:工具越多,模型越蠢;上下文膨胀,成本飙升。当Anthropic自己转向Skills系统,这场通用协议实验揭示了一个残酷真相——当前AI的能力边界,还不配拥有真正的“即插即用”。 硅星人 MCPSkills技术原理
AI Skills不是高级MCP,他是给MCP擦屁股的… MCP是必然产物,Skills却被调侃为“擦屁股的”。它们究竟是相互成就,还是彼此掣肘?这篇文章试图拨开迷雾,直击AI Agent架构背后的逻辑冲突。 叶小钗 MCPSkills技术原理
AI,个人随笔 AntV MCP:超顶、超实用!一句话AI,瞬间可视化图表,产品汇报、数据分析全都用得到!!! AntV MCP以一句话AI生成图表的极简体验,打破传统 BI 工具的复杂壁垒。本文深度解析 MCP 的工作流设计与应用场景,助力产品人、数据分析师在汇报、协作、决策中实现高效表达与认知跃迁。 AI产品大峡谷 CursorMCP可视化图表
AI,个人随笔 ALL About AI 系列(四):工具使用:Function Calling与MCP 把大模型从“聊天玩具”升级成“业务员工”的核心开关,就藏在两条技术路线里:Function Calling 与 MCP。前者像给模型一部“内线电话”,随时调用你的 CRM、ERP;后者干脆为它配了“万能插座”,插件、记忆、权限一键热插拔。我们对比实测发现:Function Calling 平均延迟 400ms,适合高并发订单查询;MCP 在跨平台编排上胜率高出 32%,却多了 18% 的 Token 消耗。 大波子 AI应用Function CallingMCP
AI 做MCP的基础设施,种子轮就拿3500万美金,让AI Agent像管理容器一样简单 当行业还在争论AI Agent该怎么落地时,有人已经把它当成“容器”来管理——3位前Kubernetes维护者成立的MCP基础设施公司,种子轮就轰下3500万美金。他们给出的答案简单粗暴:把大模型、插件、记忆、权限全部抽象成可编排的“Agent Pod”,一条YAML指令就能让10万个Agent同时上线、热更新、弹性扩缩,像管理Docker一样管理数字员工。 深思圈 AgentMCP案例分析
AI,个人随笔 滴滴推出打车Agent和MCP,懒人叫车原来可以这么爽。 这篇文章将带你深入了解滴滴在AI领域的最新尝试——AI小滴和滴滴MCP。通过作者的亲身体验,你将发现打车可以变得如此简单、高效和个性化。从智能的出行方案推荐到一键叫车的便捷,滴滴的这些新功能不仅提升了用户体验,也展现了AI在日常生活中的巨大潜力。 苍何 AgentMCP个人观点
AI,个人随笔 深度解析MCP与RAG:从信息检索到工具调用的上下文工程革命 RAG你听过,MCP你了解吗?这篇文章讲透它们的区别,重点说说MCP怎么让AI“更懂问题”,更精准地找答案。如果你在做AI产品或探索智能问答,这篇干货不容错过。 hanpangzi AI应用MCPRAG
AI,个人随笔 MCP:为AI智能体打造通用语言,开启无限可能的新纪元 当AI智能体从“能对话”走向“能协作”,我们亟需一种通用语言,打通模型、工具与任务之间的鸿沟。MCP(Multi-agent Communication Protocol)正是在这一背景下诞生,它不是又一个技术名词,而是一套面向未来的智能体协作协议。本文将深入解析 MCP 的设计理念、核心机制与应用场景,揭示它如何为 AI 构建“语言秩序”,让多智能体真正具备协同能力,开启通用智能的新纪元。 栗子 MCP基础知识智能体
AI,个人随笔 MCP与Function Calling:从小白视角看懂AI Agent的核心交互逻辑 本文旨在为初学者揭开MCP和Function Calling的神秘面纱,以清晰易懂的方式澄清二者之间的关系。我们将基于当前主流的学习趋势,解释它们为何对AI的未来发展至关重要。要厘清它们的关系,我们首先需要独立地理解每一个概念的定义和作用。 Tracy AgentFunction CallingMCP
AI Windows MCP正式开源,大模型能操控操作系统了 Windows MCP 正式开源,大模型第一次拿到操作系统级“遥控器”——文件、注册表、网络端口,一条自然语言指令就能全链路操控。开发者用 200 行 Python 即可让 AI 替你装软件、配环境、发邮件,甚至跨应用完成“写报告→生成图表→PPT 排版”一条龙。Agent 时代的基础设施已就位,下一个被自动化“拿下”的,就是你的桌面。 苍何 MCP个人观点大模型
AI AI产品经理如何设计好MCP MVP已不足以承载AI产品的复杂性与商业预期,MCP(Minimum Commercial Product)正在成为新范式。本篇文章将从AI产品的特性出发,拆解MCP的设计逻辑、关键要素与落地路径,帮助产品经理在技术驱动与商业落地之间找到最优解。 跹尘 AI产品经理MCP经验分享
AI,个人随笔 AI幻觉的终极解决方案?剖析MCP为何比RAG更可靠 RAG 不是终点,MCP 也不只是“更聪明的喂数据方式”。本文从工具机制出发,解析 MCP 如何突破传统 RAG 的结构瓶颈,重构智能体的知识调用逻辑,揭示“工具革命”背后真正的范式跃迁。 hanpangzi AI应用MCPRAG