🔧 阿川の電商水電行
=======================
我正在開發 DocFlow，它是一個完整的 AI 全端協同文件平台。該專案融合了多個技術棧，包括基於
Tiptap的富文本編輯器、NestJs後端服務、AI集成功能和即時協作。在開發過程中，我累積了豐富的實戰經驗，涵蓋了Tiptap的深度客製、效能優化和協作功能的實作等核心難點。
如果你對 AI 全端開發、Tiptap 富文本編輯器客製或 DocFlow 專案的完整技術方案感興趣，歡迎加我微信 yunmz777 進行私聊諮詢，獲取詳細的技術分享和最佳實踐。
如果你對 AI全端 感興趣，也歡迎添加我微信，我拉你進交流群
MCP 出生時，被捧得很高。
2024 年 11 月，Anthropic 發布「模型上下文協議」，幾乎所有 AI 開發者社群都在討論這件事。它的定位很誘人，要成為大模型和外部工具之間通訊的「通用標準」，有點像當年 HTTP 對 Web 的意義。一時間，MCP 伺服器滿天飛，各種整合教學、開源實作層出不窮。
但時間只過了一年多。
上週，Perplexity 的共同創辦人兼 CTO Denis Yarats 在內部表示，他們正在放棄 MCP，轉而改用 API 和 CLI。這個消息擴散出來後，引發了一波討論，但討論的內容不是「為什麼」，而是「早該如此」。
Y Combinator 的總裁兼 CEO Garry Tan 甚至直接說了一句話：「MCP sucks。」
MCP 的問題從來都不是技術實現不夠好
很多人對 MCP 的質疑，停留在「不穩定」、「認證麻煩」這些體感上的抱怨。這些問題確實存在，但它們只是表象。MCP 真正的困境，是一個結構性問題。
MCP 的工作方式是，把工具的名稱、描述、參數結構（Schema）以及使用範例，全部注入到代理人的上下文視窗裡。代理人讀完這些資訊，再決定要呼叫哪個工具。
這個設計在工具數量少時還可以接受。但你一旦接入 10 個服務，每個服務有 5 個工具，光是工具定義本身就已經燒掉了幾千個 token。代理人還沒開始工作，上下文就已經塞滿一半。
上下文視窗是代理人最寶貴的資源，它決定了代理人能看見多少對話歷史、能保留多少工作記憶、能有多大的推理空間。MCP 的代價，是把這個資源拿來「列菜單」。
面對這個問題，現有的出路只有三條：
- 一次性載入所有工具，接受推理效能下降
- 限制接入工具數量，接受代理人能力邊界收窄
- 建構動態工具載入機制，接受額外的延遲和複雜度
三條路都不好走。這不是「實作品質」的問題，而是協議設計本身的代價。
除此之外，日常使用中的痛點也不少。MCP 伺服器啟動失敗是家常便飯，有時重試能解決，有時必須推倒重來。接入多個服務就要在每個服務上重新認證一遍。權限管理也只有「允許」和「不允許」兩檔，沒有辦法把某個工具限制為唯讀，也沒有辦法約束它可以傳送什麼參數。
CLI 是更好的答案，不是因為它新，而是因為它夠舊
工程師 Eric Holmes 寫過一篇文章，觀點直接：MCP 沒有帶來任何實際價值，LLM 完全可以自己搞懂怎麼用 CLI。
這話有點刺，但它說的是實情。
大型模型在訓練時看過海量的 man 手冊、Stack Overflow 的回答和 GitHub 上的 Shell 腳本。它們對 CLI 的理解，遠比對某個 MCP 伺服器的理解深得多。給它一個命令列工具和一份文件，它就能上手，不需要特殊適配。
CLI 在幾個關鍵點上，比 MCP 天然占優。
第一是可除錯性。當 Claude 對 Jira 執行了一個出乎意料的操作，你可以直接跑同一條 jira issue view 命令，看看它看到了什麼。輸入一致，輸出一致，沒有謎團。但 MCP 的呼叫只發生在 LLM 的對話內部，出問題了只能去翻複雜的 JSON 傳輸日誌。
第二是可組合性。這是 CLI 的核心競爭力。你可以用 jq 過濾資料，用 grep 串聯邏輯，把輸出重新導向到檔案。這不只是方便，很多時候這是唯一可行的路。MCP 沒有這個能力，你要麼把完整資料塞進上下文，要麼在伺服器端自己寫過濾邏輯，兩種方式都在用更多的精力換取更差的結果。
第三是認證。CLI 复用的是系統級別的認證體系，這套東西已經經過數十年的打磨。MCP 需要你重新為每個工具搭一遍認證流程。
這件事說明了什麼
Perplexity 放棄 MCP，以及其他工具陸續移除 MCP 支援，這件事背後有一個更值得思考的訊號。
給 AI 構建工具鏈，不需要發明一套新的協議。AI 需要的工具，和人類需要的工具，在很多時候是同一套。最好的工具是對人類和機器都好用的工具。
CLI 存在了幾十年，設計上一直遵循一個哲學：每個工具做好一件事，然後把工具組合起來解決複雜問題。這套哲學放到代理人身上，依然成立。
MCP 想構建一個更「現代」的抽象層，但它解決的問題，現有工具已經解決得夠好了。在不需要額外抽象的地方強行加一層，帶來的只有額外的成本和複雜度。
當然，MCP 不會完全消失。在某些特定場景，比如需要強型別 Schema、有嚴格存取控制要求的企業內部系統，它依然有它的位置。但作為「AI 工具整合的通用標準」，這個定位恐怕很難站穩了。
參考：
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
